BachelorTechnischeInformatik PDF

Studienplan (Curriculum) fr das
Bachelorstudium
Technische Informatik
an der Technischen Universitt Wien
Gltig ab 1. Oktober 2015
Inhaltsverzeichnis
1. Grundlage und Geltungsbereich
2. Qualifikationsprofil
3. Dauer und Umfang
4. Zulassung zum Bachelorstudium
5. Aufbau des Studiums
6. Lehrveranstaltungen
12
7. Studieneingangs- und Orientierungsphase
13
8. Prfungsordnung
13
9. Studierbarkeit und Mobilitt
14
10.Bachelorarbeit
15
11.Akademischer Grad
15
12.Integriertes Qualittsmanagement
15
13.Inkrafttreten
17
14.bergangsbestimmungen
17
A. Modulbeschreibungen
17
B. Lehrveranstaltungstypen
70
C. Zusammenfassung aller verpflichtenden Voraussetzungen
71
D. Semestereinteilung der Lehrveranstaltungen
72
E. Semestereinteilung fr schiefeinsteigende Studierende
73
1. Grundlage und Geltungsbereich

Der vorliegende Studienplan definiert und regelt das ingenieurwissenschaftliche Bachelorstudium Technische Informatik an der Technischen Universitt Wien. Es basiert auf
dem Universittsgesetz 2002 BGBl. I Nr. 120/2002 (UG) und dem Satzungsteil Studienrechtliche Bestimmungen der Technischen Universitt Wien in der jeweils geltenden
Fassung. Die Struktur und Ausgestaltung des Studiums orientieren sich am folgenden
Qualifikationsprofil.
2. Qualifikationsprofil
Das Bachelorstudium Technische Informatik vermittelt eine breite, wissenschaftlich und
methodisch hochwertige, auf dauerhaftes Wissen ausgerichtete Grundausbildung, welche
die Absolventinnen und Absolventen sowohl fr eine Weiterqualifizierung im Rahmen
eines facheinschlgigen Masterstudiums als auch fr eine Beschftigung in beispielsweise
folgenden Ttigkeitsbereichen befhigt und international konkurrenzfhig macht:
Applications Engineering an der Schnittstelle Software-Hardware
Gehobene Entwicklungsaufgaben im Bereich Embedded Systems
Untersttzende Aufgaben im einschlgigen Forschungsumfeld
Primrer Gegenstand all dieser Ttigkeitsbereiche sind vernetzte eingebettete Computersysteme, die in immer strkerem Mae nicht nur in technischen Systemen wie medizinischen Gerten, Automatisierungssystemen, Autos und Flugzeugen sondern auch in
Gegenstnden des tglichen Lebens zu finden sind. Ungeachtet des primr Informatikorientierten Zugangs erfordert die Beschftigung mit derartigen Systemen eine interdisziplinre Grundausbildung, die (Mikro-)Elektronik, Telekommunikation bis hinunter zu
physikalischen Grundlagen einschliet.
Aufgrund der beruflichen Anforderungen werden im Bachelorstudium Technische Informatik Qualifikationen hinsichtlich folgender Kompetenzkategorien vermittelt:
Fachliche und methodische Kenntnisse Das Studium vermittelt fortgeschrittene
Kenntnisse und ein kritisches Verstndnis der Theorien und Grundstze jener Gebiete
der Informatik und anderer technischer Wissenschaften, die fr die Technische Informatik
relevant sind. Der Schwerpunkt liegt auf der Vermittlung von langfristig anwendbarem
Wissen und universellen Methoden, die eine stabile Ausgangsbasis fr das in einem so
dynamischen Gebiet unabdingbare lebenslange Lernen bieten:
Mathematische Grundlagen und Methoden (diskrete Mathematik, Logik, Algebra
Analysis und Wahrscheinlichkeitstheorie)
Zentrale Konzepte (wie z.B. Berechenbarkeit und Komplexitt, Algorithmen und
Datenstrukturen, Programmiersprachen) und Methoden (wie z.B. Modellierung,
Abstraktion, Komposition & Dekomposition, Simulation) der Informatik, unter

besonderer Bercksichtigung der spezifischen Schwerpunkte der Technischen Informatik (insbesondere digitales Design, Signalverarbeitung, Microcontroller und Betriebssystemprogrammierung, Parallelitt, Fehlertoleranz, Echtzeitfhigkeit, formale Verifikation) und zentraler Anwendungsgebiete wie Automation
Relevante Grundlagen und Methoden der (Mikro-)Elektronik und Kommunikationstechnik sowie der Physik
Kognitive und praktische Fertigkeiten Der Schwerpunkt liegt hier auf der Entwicklung jener kognitiven und praktischen Fertigkeiten, die Voraussetzung fr hohe Problemlsungskompetenz sind. Durch entsprechende bungen werden, unter Verwendung von
aktuellen Technologien, Methoden und Werkzeugen wie modernen Programmiersprachen
und Entwicklungsumgebungen, konkret folgende Fertigkeiten vermittelt:
Verwendung formal-mathematischer Grundlagen und Methoden zur Modellbildung
und Abstraktion, Lsungsfindung und Evaluation.
Interdisziplinre und flexible/anpassungsfhige Denkweise
Zielorientierte Arbeitsmethodik (SMART: Specific, Measurable, Achievable, Realistic/Relevant, Time-related)
Wissenschaftlich fundierte Herangehensweise an Probleme (methodische Vorgangsweise, Einbeziehung des State of the Art, kritische Bewertung und Reflexion von
Lsungen)
Umfassende schriftliche Dokumentation von Lsungen und deren kritischer Evaluation
Soziale Kompetenzen, Innovationskompetenz und Kreativitt Der Schwerpunkt
liegt hier einerseits auf der Ausbildung berufsnotwendiger Zusatzkompetenzen, und andererseits auf der besonderen Frderung hoher Kreativitts- und Innovationspotentiale.
Selbstorganisation, Eigenverantwortlichkeit
Teamfhigkeit im globalisierten Umfeld
Stimulation von Eigeninitiative und Neugierde
Anpassungsfhigkeit
3. Dauer und Umfang

Der Arbeitsaufwand fr das Bachelorstudium Technische Informatik betrgt 180 ECTSPunkte. Dies entspricht einer vorgesehenen Studiendauer von 6 Semestern als Vollzeitstudium.
ECTS-Punkte (Ects) sind ein Ma fr den Arbeitsaufwand der Studierenden. Ein
Studienjahr umfasst 60 ECTS-Punkte.
4. Zulassung zum Bachelorstudium

Voraussetzung fr die Zulassung zum Bachelorstudium Technische Informatik ist die
allgemeine Universittsreife.
Personen, deren Muttersprache nicht Deutsch ist, haben die Kenntnis der deutschen
Sprache nachzuweisen. Fr einen erfolgreichen Studienfortgang werden Deutschkenntnisse nach Referenzniveau B2 des Gemeinsamen Europischen Referenzrahmens fr Sprachen empfohlen.
Lernunterlagen knnen in englischer Sprache abgefasst sein; weiters werden manche
Lehrveranstaltungen auf Englisch angeboten. Daher werden Englischkenntnisse nach
Referenzniveau B1 des Gemeinsamen Europischen Referenzrahmens fr Sprachen empfohlen.
5. Aufbau des Studiums

Die Inhalte und Qualifikationen des Studiums werden durch Module vermittelt. Ein Modul ist eine Lehr- und Lerneinheit, welche durch Eingangs- und Ausgangsqualifikationen,
Inhalt, Lehr- und Lernformen, den Regelarbeitsaufwand sowie die Leistungsbeurteilung
gekennzeichnet ist. Die Absolvierung von Modulen erfolgt in Form einzelner oder mehrerer inhaltlich zusammenhngender Lehrveranstaltungen. Thematisch hnliche Module
werden zu Prfungsfchern zusammengefasst, deren Bezeichnung samt Umfang und Gesamtnote auf dem Abschlusszeugnis ausgewiesen wird.
Prfungsfcher und zugehrige Module

Das Bachelorstudium Technische Informatik gliedert sich in nachstehende Prfungsfcher mit den ihnen zugeordneten Modulen.
Die mit Stern markierten Module sind Wahl-, die brigen Pflichtmodule. Die Pflichtmodule sind in jedem Fall zu absolvieren. Aus der Liste der Wahlmodule sind Module in
einem Gesamtumfang von mindestens 12 Ects zu whlen. Im Rahmen des Moduls Freie
Wahl sind so viele Lehrveranstaltungen zu absolvieren, dass ihr Umfang zusammen mit
den 159 Ects der brigen Pflichtmodule und dem Umfang der gewhlten Wahlmodule
mindestens 180 Ects ergibt.
Grundlagen der Informatik

Algorithmen und Datenstrukturen (9.0 Ects)
Grundlagen Digitaler Systeme (6.0 Ects)
Theoretische Informatik und Logik (6.0 Ects)
Hardware
Digital Design (12.0 Ects)
Elektrotechnische Grundlagen (7.5 Ects)
Mathematik
Algebra und Diskrete Mathematik (9.0 Ects)
Analysis (6.0 Ects)
Analysis 2 (7.5 Ects)
Wahrscheinlichkeitstheorie und Stochastische Prozesse (7.5 Ects)
Programmierung
Microcontroller und Betriebssysteme (10.0 Ects)
Programmkonstruktion (8.8 Ects)
Rechnerstrukturen und Betriebssysteme (9.0 Ects)
Studieneingangsgesprch (0.2 Ects)
Signale und Systeme
Modellbildung in der Physik (6.0 Ects)
Regelungstechnik (6.0 Ects)
Signale und Systeme (8.5 Ects)
Zuverlssige verteilte Systeme
Dezentrale Automation (6.0 Ects)
Programm- und Systemverifikation (6.0 Ects)
Zuverlssige Echtzeitsysteme (6.0 Ects)
Vertiefung/Verbreiterung
Vertiefung:
*Abstrakte Maschinen (6.0 Ects)
*Praktikum Technische Informatik (6.0 Ects)
*bersetzerbau (6.0 Ects)
*Vertiefung Technische Informatik
Verbreiterung:
*Datenbanksysteme (6.0 Ects)
*Einfhrung in die Mustererkennung (6.0 Ects)

*Grundlagen intelligenter Systeme (8.0 Ects)
*Modellierung (6.0 Ects)
*Programmierparadigmen (6.0 Ects)
*Verteilte Systeme (6.0 Ects)
Fachbergreifende Qualifikationen und freie Wahl
Fachbergreifende Qualifikationen (9.0 Ects)
Freie Wahl (max. 9.0 Ects)
Bachelorarbeit
Bachelorarbeit (13.0 Ects)
Kurzbeschreibung der Module

Dieser Abschnitt fhrt die Module des Bachelorstudiums Technische Informatik in alphabetischer Reihenfolge an und charakterisiert sie kurz. Eine ausfhrliche Beschreibung
ist in Anhang A zu finden.
Abstrakte Maschinen (6.0 Ects) Dieses Modul vermittelt die theoretischen Grundlagen und konkrete Ausprgungen von abstrakten Maschinen. Dazu gehren Grundlagen
ber die effiziente Implementierung von abstrakten Maschinen und konkrete Maschinen
wie die Java Virtual Machine, die Dalvik Virtual Machine, die Warren Abstract Machine und die SECD Maschine. Praktische Fertigkeiten werden durch die Implementierung
einer eigenen abstrakten Maschine im bungsteil vermittelt. Einfache Kenntnisse aus
dem bersetzerbau werden vorausgesetzt.
Algebra und Diskrete Mathematik (9.0 Ects) Das Modul bietet eine Einfhrung in
die zentralen mathematische Grundlagen, Beweistechniken und Stze in den Teilgebieten
Algebra (v.a. algebraische Strukturen und lineare Algebra) und Diskrete Mathematik
(v.a. Kombinatorik und Graphentheorie). Es setzt sich aus einem Vorlesungsteil und
einem begleitenden bungsteil zusammen, der der Vertiefung der Vorlesungsinhalte und
der Entwicklung von Fertigkeiten zur Erstellung korrekter mathematischer Beweise und
der mathematischen Modellierung und Analyse praktischer Problemstellungen dient.
Algorithmen und Datenstrukturen (9.0 Ects) Dieses Modul behandelt folgende Inhalte: Analyse von Algorithmen (asymptotisches Laufzeitverhalten, Omega, O- und
Theta-Notation); fundamentale Datentypen und Datenstrukturen; Sortieren und Suchen; grundlegende Graphenalgorithmen; Problemlsungsstrategien und Optimierung
mit exakten, approximativen und heuristischen Verfahren; randomisierte Algorithmen;
grundlegende geometrische Algorithmen.
Analysis (6.0 Ects) Das Modul bietet eine Einfhrung in die zentralen mathematischen Grundlagen, Beweistechniken im Teilgebiet Analysis (v.a. Folgen und Reihen,
Differential- und Integralrechnung in einer Variablen). Es setzt sich aus einem Vorlesungsteil und einem begleitenden bungsteil zusammen, der der Vertiefung der Vorlesungsinhalte und der Entwicklung von Fertigkeiten zur Erstellung korrekter mathematischer Beweise und der mathematischen Modellierung und Analyse praktischer Problemstellungen dient.
Analysis 2 (7.5 Ects) Das Modul bietet eine Vertiefung in Analysis (v.a. mutivariate Analysis, Transformationen und Numerische Mathematik). Es setzt sich aus einem
Vorlesungsteil und einem begleitenden bungsteil zusammen, der der Vertiefung der
Vorlesungsinhalte und der Weiterentwicklung mathematischer Beweis-, Modellierungsund Analysefertigkeiten dient.
Bachelorarbeit (13.0 Ects) Ein Seminar fhrt in die wissenschaftliche Methodik und
in den Wissenschaftsbetrieb ein. Darauf aufbauend bearbeitet der/die Studierende im
Rahmen eines Projektes ein dem Qualifikationsprofil des Studiums entsprechendes Thema und beschreibt Aufgabenstellung, Methodik, Umfeld und Ergebnisse in einer schriftlichen Bachelorarbeit. Das Thema der Bachelorarbeit wird auf dem Abschlusszeugniss
ausgewiesen.
Datenbanksysteme (6.0 Ects) Dieses Modul vermittelt Grundkenntnisse von Datenbankmanagementsystemen, deren Architektur, wesentlichen Komponenten und Funktionsweise. Schwerpunkte liegen bei der Datenbank-Programmierung, physischer Datenorganisation und Anfragebearbeitung, Transaktionen, Fehlerbehandlung/Recovery,
Mehrbenutzersynchronisation und verteilten Datenbanken.
Dezentrale Automation (6.0 Ects) Das Modul bietet einen berblick ber zentrale
Themen der Automatisierungstechnik und setzt sich aus einem Vorlesungs- und bungsteil zusammen. Im Vorlesungsteil werden Konzepte und Methoden der Automatisierungstechnik, Anwendungsbereiche und relevante Grundlagen der industriellen Kommunikationstechnik vermittelt. Der Laborbungsteil ist auf den Entwurf und die Programmierung
verteilter Automatisierungsapplikationen ausgerichtet.
Digital Design (12.0 Ects) Dieses sich ber 2 Semester erstreckende Modul bietet
einen berblick ber Entwurf, Technologien und Fertigung digitaler integrierter Schaltungen. Schwerpunkte sind der Schaltungsentwurf in VHDL sowie das Verstndnis von
Funktion und Aufbau von FPGAs (Field-Programmable Gate-Arrays) als Zieltechnologie. Neben diesen anwendungsbezogenen Kenntnissen und Fertigkeiten wird darberhinaus auch der Umgang mit Nicht-Idealitten und Grenzen der blichen Modelle geschult,
wie zum Beispiel Ursachen und Erkennung von Defekten, das Auftreten analoger Effekte
und Metastabilitt. Die Vermittlung der theoretischen Grundlagen erfolgt Vorlesungen;
deren Vertiefung und Anwendung ist Gegenstand einer Laborbung, in der auch umfangreiche praktische Aufgabenstellungen (teilweise in Teams) zu lsen sind.
Einfhrung in die Mustererkennung (6.0 Ects) Dieses Modul vermittelt die Grundlagen sowie einen berblick ber die wichtigsten Verfahren der Mustererkennung (pattern recognition). Der Schwerpunkt liegt auf der Analyse von Bilddaten, d.h. auf der
Extraktion und Verarbeitung von Bildmerkmalen (image features) und Klassifikation
der extrahierten Daten. Verschiedene Klassifikatoren wie z.B. k-NN, Bayes Klassifikator, Decision Trees, k-means, usw. werden anschaulich dargestellt. In jedem Vortrag
werden ausgehend von Begriffen und Methoden praktische Anwendungsbeispiel der Mustererkennungstechnologien wie Biometrie und inhaltsbasierte Bildsuche behandelt. Eine
Laborbung vertieft die Inhalte der Vorlesung.
Elektrotechnische
Grundlagen
(7.5 Ects) Das
Modul
vermittelt
die
elektrotechnisch-technologischen Grundlagen, die fr das Verstndnis der Funktion von Rechnersystemen bzw. rechnergesteuerten Gerten unerlsslich sind. Aufbauend
auf physikalischen Grundlagen, wie sie im Gymnasium bzw. an facheinschlgigen HTLs
vermittelt werden, vermittelt das Modul theoretische Kenntnisse und praktische Fertigkeiten fr die Lsung von elektrotechnischen Fragestellungen, wie sie beim Entwurf und
der theoretischen sowie metechnischen Analyse von Hardwarekomponenten auftreten.
Aufgrund der beschrnkten Laborressourcen und der Situierung im 2. Semester besteht
fr diese LVA ein Kapazittslimit von maximal 90 Teilnehmern.
Fachbergreifende Qualifikationen (9.0 Ects) Die Lehrveranstaltungen dieses Moduls dienen dem Erwerb fachbergreifender Qualifikationen wie zum Beispiel: Verhandlungsfhrung, Prsentations- und Kommunikationstechnik, systematische Recherche und
Planung, Konfliktmanagement, Teamfhigkeit und Fhrung, Organisation und Management, Betriebsgrndung und Finanzierung, Verstndnis rechtlicher Rahmenbedinungen,
Verbesserung von Fremdsprachenkenntnissen.
Freie Wahl (max. 9.0 Ects) Die Lehrveranstaltungen dieses Moduls dienen der Vertiefung des Faches sowie der Aneignung auerfachlicher Kenntnisse, Fhigkeiten und
Kompetenzen.
Grundlagen Digitaler Systeme (6.0 Ects) Dieses Modul behandelt die Grundlagen
der formalen Modellierung statischer und dynamischer Systeme und deren Umsetzung
durch digitale Schaltungslogik. Die Studierenden lernen, Teilaspekte der Realitt mittels
Aussagenlogik, Automaten und anderer Formalismen zu spezifizieren, Daten digital zu
codieren sowie einfache digitale Schaltwerke zu konstruieren und zu optimieren.
Grundlagen intelligenter Systeme (8.0 Ects) Studierende mit elementaren Logikkenntnissen, mit Kenntnissen in Datenstrukturen und Algorithmen und Fertigkeiten
in der Mathematik (wie z.B. Beweise selbst zu fhren) erhalten in diesem Modul (a)
grundlegende Kenntnisse in den theoretischen Grundlagen intelligenter Systeme und (b)
fundamentale Konzepte, die zum Verstndnis der Arbeitsweise als auch zur Erstellung
intelligenter Systeme notwendig sind. Das Modul deckt die Stoffgebiete Knstliche Intelligenz und Einfhrung in wissensbasierte Systeme ab. Beide Themengebiete werden
in Vorlesungen mit zugehrigen bungen vermittelt.
Microcontroller und Betriebssysteme (10.0 Ects) Das Modul ist der Funktionsweise und Programmierung von Microcontroller-Systemen gewidmet. Ausgehend von der
Vorstellung typischer Microcontroller-Architekturen und Peripheriekomponenten wird
in begleitenden Laborbungen die gesamte Palette der Microcontroller-Programmierung
abgedeckt, von der Assemblerprogrammierung ber die Programmierung in einer
hheren Progammiersprache bis zur Programmierung unter einem MicrocontrollerBetriebssystem. Die komplementr dazu erfolgende praktische Beschftigung mit dem
Design, der Programmierung und Analyse von Betriebssystemen und deren Komponenten wird darberhinaus Verstndnis fr jene komplexen Probleme und Aspekte geweckt,
die unterhalb typischer Betriebssystem-Interfaces wie POSIX verborgen sind.
Modellbildung in der Physik (6.0 Ects) Das Modul dient dazu, an Hand einiger
wichtigen Grundgesetze der Physik ein Grundverstndnis dieser naturwissenschaftlichen
Konzepte zu bekommen und andererseits diese mathematisch zu formulieren. Besonderes
Augenmerk wird darauf gelegt, exemplarische einfache Probleme mit herkmmlichen
analytischen Methoden, aber auch moderenen Hilfsmitteln (numerische Simulationen),
zu lsen und Parameterstudien durchzufhren.
Modellierung (6.0 Ects) Die Modellierung beschftigt sich mit dem Prozess der Erstellung eines Modells als geeignete Abstraktion eines Realittsausschnitts bzw. Systems.
Der intendierte Verwendungszweck des Modells bestimmt, was als geeignete Abstraktion
erachtet wird und welche Eigenschaften der Realitt bzw. des Systems mit welchen Konzepten spezifiziert werden. Dieses Modul beschftigt sich insbesondere mit dem Einsatz
der Modellbildung fr statische Systeme (Datenbanken) und objektorientierte Systeme.
Praktikum Technische Informatik (6.0 Ects) Dieses Modul ist der praktischen Vertiefung ausgewhlter Inhalte der Technischen Informatik gewidmet. Individuell vergebene Problemstellungen werden in Einzel- oder Gruppenarbeit bearbeitet. Die Lsung
wird in Form einer schriftlichen Arbeit dokumentiert.
Programm- und Systemverifikation (6.0 Ects) Das Modul bietet eine Einfhrung in
Methoden zur computeruntersttzten Verifikation und Qualittssicherung von Software
und Hardware. Die in der Vorlesung vermittelten Grundlagen und Methoden werden an
Hand von theoretischen und praktischen Aufgabenstellungen vertieft und in geeigneten
Anwendungen erprobt.
Programmierparadigmen (6.0 Ects) Ein Programmierparadigma ist ein grundlegender Programmierstil. Aufbauend auf praktischen Programmierfertigkeiten sowie Kenntnissen der objektorientierten Modellierung und fundamentaler Algorithmen und Datenstrukturen gibt das Modul Programmierparadigmen einen vertieften Einblick in das
objektorientierte und funktionale Paradigma und entsprechende Sprachkonstrukte, einschlielich solcher fr Generizitt, Nebenlufigkeit und Modularisierung. Studierende
eignen sich durch die Beschftigung mit typischen Problemstellungen bewhrte Programmierstile an und lernen, die Strken der Paradigmen zu nutzen, Schwierigkeiten
zu umgehen, eigenstndige Lsungsstrategien zu entwickeln und Lsungen kritisch zu
bewerten.
Programmkonstruktion (8.8 Ects) Das Modul Programmkonstruktion fhrt Anfnger in die Programmierung ein, wobei der Schwerpunkt auf einer systematischen Vorgehensweise bei der Erstellung und Evaluierung von Programmen liegt. Neben Fachkenntnissen erwerben sich Studierende einzeln und im Zweierteam praktische Fertigkeiten in
der Programmierung (einschlielich des Einsatzes formaler und informeller Methoden).
10
Abstrakte und systemorientierte Denkweisen und die Neugierde an der Programmierung

werden gefrdert.
Rechnerstrukturen und Betriebssysteme (9.0 Ects) Das Modul vermittelt grundlegende Kenntnisse ber den Aufbau, die Organisation und die Performance von Rechensystemen, die Schnittstelle zwischen Hardware und Software, sowie Betriebssysteme,
deren Architektur, Funktionsweise und Komponenten. Die grundlegenden und theoretischen Inhalte werden in Vorlesungen vermittelt. Im Laborbungsteil wird das Arbeiten
mit Betriebsystemen und Betriebssystemmechanismen am Beispiel Unix/Linux vertieft:
Nach einer Einfhrung in die Systemprogrammiersprache C sind Aufgaben aus dem Bereich der Systemprogrammierung (parallele Prozesse, Interprozesskommunikation, Synchronisation, Ressourcenverwaltung, etc.) zu lsen.
Regelungstechnik (6.0 Ects) Das Modul bietet eine Einfhrung in die mathematische
Regelungstechnik, beginnend bei den systemtheoretischen Grundlagen linearer zeitkontinuierlicher und zeitdiskreter Systeme ber den systematischen Entwurf linearer Regler
im Frequenzbereich bis hin zum Beobachter- und Reglerentwurf im Zustandsraum. Die
Lehrveranstaltung setzt sich aus einem Vorlesungsteil, bei dem die theoretischen Konzepte vorgestellt werden, einem bungsteil, bei dem einfache Rechenbeispiele auf der
Tafel vogerechnet werden und einem Laborbungsteil, bei dem das Computeralgebraprogramm Maple und das Numerik- und Simulationsprogramm Matlab/Simulink sowie
die Control System Toolbox zum Einsatz kommen, zusammen.
Signale und Systeme (8.5 Ects) Dieses sich ber 2 Semester erstreckende Modul
gibt eine Einfhrung in die Theorie und die grundlegenden Methoden zur Analyse und
Modellierung linearer dynamischer Systeme und der Signalverarbeitung sowohl fr zeitkontinuierliche als auch fr zeitdiskrete Signale. Hinreichend rigoros entwickelte Begriffe
und Ergebnisse der Signal- und Systemtheorie werden an konkreten Modellen erprobt.
Die Studierenden erwerben das fr gehobene Anwendungen erforderliche Ma an begrifflicher Klarheit und Sicherheit in der Auswahl um im Einsatz verfgbarar Methoden.
Studieneingangsgesprch (0.2 Ects) Vor oder zu Studienbeginn besprechen Lehrende mit den Studieninteressierten auf Basis eines Motivationsschreibens deren Interessen
und Fhigkeiten, damit diese eine fundierte Entscheidungsgrundlage fr oder gegen das
geplante Studium erhalten.
Theoretische Informatik und Logik (6.0 Ects) Aufbauend auf elementaren Kenntnissen formaler Modellierungssprachen (wie Automaten oder Aussagenlogik) zur Spezifikation realer Sachverhalte vermittelt dieses Modul die theoretischen und logischen
Grundlagen der Informatik und die Fhigkeit, formal-mathematische Beschreibungen
verstehen und verfassen zu knnen.
bersetzerbau (6.0 Ects) Das Modul vermittelt die theoretischen Grundlagen des
bersetzerbaus und die praktischen Fhigkeiten der Entwicklung von Parsern und bersetzern. Es werden alle Phasen eines bersetzers von der lexikalischen Analyse, der Syntaxanalyse, der semantischen Analyse, der Optimierung und der Codeerzeugung abgedeckt. Weiters wird noch auf die Implementierung von objektorientierten Programmiersprachen eingegangen. In Vorlesungen werden die theoretischen Grundlagen vermittelt,
11
in einer Laborbung in gefhrten Kleingruppen werden die Inhalte in Form von Programmieraufgaben praktisch gebt.
Verteilte Systeme (6.0 Ects) Das Modul Verteilte Systeme enthlt folgende Lehrinhalte: Grundlagen und Konzepte, Middleware, Kommunikation, Operating System Support, Naming und Discovery, Synchronisation und Consensus, Replikation und Konsistenz, Fehlertoleranz, Dependability und Security, Technologieberblick.
Vertiefung Technische Informatik Dieses Modul enthlt Lehrveranstaltungen, die
der Vertiefung eines Teilgebiets der Technischen Informatik dienen und von den Studierenden im Rahmen des Prfungsfaches Vertiefung/Verbreiterung gewhlt werden knnen.
Wahrscheinlichkeitstheorie und Stochastische Prozesse (7.5 Ects) Das Modul
bietet eine fundierte Einfhrung in die Grundlagen der Wahrscheinlichkeitstheorie und
stochastischer Prozesse und deren Anwendung in der Statistik und Informationstheorie. Durch Vertiefung der in der Vorlesung vermittelten mathematischen Grundlagen,
Methoden und Verfahren in den begleitenden bungen wird die Befhigung zur Auswahl und Verwendung adquater Verfahren fr reale Problemstellungen in relevanten
Anwendungsgebieten vermittelt.
Zuverlssige Echtzeitsysteme (6.0 Ects) Das Modul vermittelt die wesentlichen
Kenntnisse fr die Spezifikation, den Entwurf, die Implementierung und das Testen
von fehlertoleranten, sowie sicherheitskritischen verteilten Echtzeitsystemen. Fehlerarten, Fehlermodellierung, Fehlermaskierung, der Umgang mit zeitabhngiger Information, die Konstruktion von Computersystemen mit strikten Anforderungen im Zeitbereich
und die Auswirkungen dieser Faktoren auf die Sicherheit von Computersystemen sind dabei zentrale Aspekte. Die Grundlagen zu zuverlssigen Systemen und Echtzeitsystemen
werden in Vorlesungen vermittelt. Problemstellungen aus der Simulation von Fehlertoleranten Systemen und der Fehleranalyse/modellierung werden in praktischen bungen
behandelt.
6. Lehrveranstaltungen
Die Stoffgebiete der Module werden durch Lehrveranstaltungen vermittelt. Die Lehrveranstaltungen der einzelnen Module sind in Anhang A in den jeweiligen Modulbeschreibungen spezifiziert. Lehrveranstaltungen werden durch Prfungen im Sinne des
Universittsgesetzes beurteilt. Die Arten der Lehrveranstaltungsbeurteilungen sind in
der Prfungsordnung (siehe Abschnitt 8) festgelegt.
nderungen an den Lehrveranstaltungen eines Moduls werden in der Evidenz der
Module dokumentiert, mit bergangsbestimmungen versehen und im Mitteilungsblatt
der Technischen Universitt Wien verffentlicht. Die aktuell gltige Evidenz der Module
liegt im Dekanat der Fakultt fr Informatik auf.
12
7. Studieneingangs- und Orientierungsphase

Die Studieneingangs- und Orientierungsphase soll den Studierenden eine verlssliche
berprfung ihrer Studienwahl ermglichen. Sie leitet vom schulischen Lernen zum universitren Wissenserwerb ber und schafft das Bewusstsein fr die erforderliche Begabung und die ntige Leistungsbereitschaft.
Die Studieneingangs- und Orientierungsphase des Bachelorstudiums Technische Informatik umfasst folgende Module bzw. Lehrveranstaltungen:
Analysis (6.0 Ects)
Die positiv absolvierte Studieneingangs- und Orientierungsphase ist Voraussetzung fr
die Absolvierung aller Lehrveranstaltungen aus Modulen dieses Studienplans (inklusive
der Bachelorarbeit) ausgenommen die Lehrveranstaltungen der Module
Analysis (6.0 Ects)
Studieneingangsgesprch
Vor oder zu Studienbeginn ist ein eigenstndig verfasstes Motivationsschreiben abzugeben und in einem Studieneingangsgesprch mit Angehrigen der Fakultt zu besprechen,
um die Grnde fr die Studienwahl und die Erwartungen an das Studium zu reflektieren.
Das Studieneingangsgespch ist durch das Modul Studieneingangsgesprch im Studienplan verankert. Die Absolvierung dieses Moduls durch Abgabe des Motivationsschreibens und aktive Teilnahme am Gesprch bildet die Voraussetzung fr alle anderen
Module des Studiums.
8. Prfungsordnung
Fr den Abschluss des Bachelorstudiums ist die positive Absolvierung der vom Studienplan vorgeschriebenen Module erforderlich. Ein Modul gilt als positiv absolviert,
wenn die ihm zuzurechnenden Lehrveranstaltungen gem Modulbeschreibung positiv
absolviert wurden.
13
Das Abschlusszeugnis beinhaltet

(a) die Prfungsfcher mit ihrem jeweiligen Umfang in ECTS-Punkten und ihren Noten,
(b) das Thema der Bachelorarbeit,
(c) die Gesamtbeurteilung gem UG 73/3 sowie die Gesamtnote.
Die Note eines Prfungsfaches ergibt sich durch Mittelung der Noten jener Lehrveranstaltungen, die dem Prfungsfach ber die darin enthaltenen Module zuzuordnen sind,
wobei die Noten mit dem ECTS-Umfang der Lehrveranstaltungen gewichtet werden. Bei
einem Nachkommateil kleiner gleich 0,5 wird abgerundet, andernfalls wird aufgerundet.
Die Gesamtnote ergibt sich analog den Prfungsfachnoten durch gewichtete Mittelung
der Noten aller dem Studium zuzuordnenden Lehrveranstaltungen.
Die Studieneingangs- und Orientierungsphase gilt als positiv absolviert, wenn alle ihr
zugeordneten Lehrveranstaltungen positiv absolviert wurden.
Lehrveranstaltungen des Typs VO (Vorlesung) werden aufgrund einer abschlieenden
mndlichen und/oder schriftlichen Prfung beurteilt. Alle anderen Lehrveranstaltungen
besitzen immanenten Prfungscharakter, d.h., die Beurteilung erfolgt laufend durch eine
begleitende Erfolgskontrolle sowie optional durch eine zustzliche abschlieende Teilprfung.
Der positive Erfolg von Prfungen ist mit sehr gut (1), gut (2), befriedigend (3)
oder gengend (4), der negative Erfolg ist mit nicht gengend (5) zu beurteilen. Die
Beurteilung der Lehrveranstaltung
0.2/1.0 UE Studieneingangsgesprch
erfolgt durch mit Erfolg teilgenommen bzw. ohne Erfolg teilgenommen; sie bleibt bei
der Berechnung der gemittelten Note des Prfungsfaches unbercksichtigt.
9. Studierbarkeit und Mobilitt

Studierende des Bachelorstudiums Technische Informatik, die ihre Studienwahl im Bewusstsein der erforderlichen Begabungen und der ntigen Leistungsbereitschaft getroffen
und die Studieneingangs- und Orientierungsphase, die dieses Bewusstsein vermittelt, absolviert haben, sollen ihr Studium mit angemessenem Aufwand in der dafr vorgesehenen
Zeit abschlieen knnen.
Es wird empfohlen, das Studium nach dem Semestervorschlag in Anhang D zu absolvieren. Fr Studierende, die ihr Studium im Sommersemester beginnen, wird der
modifizierten Semestervorschlag in Anhang E empfohlen.
Die Anerkennung von im Ausland absolvierten Studienleistungen erfolgt durch das
studienrechtliche Organ. Zur Erleichterung der Mobilitt stehen die in 27 Abs. 1 bis 3
der Studienrechtlichen Bestimmungen der Satzung der Technischen Universitt Wien
angefhrten Mglichkeiten zur Verfgung. Diese Bestimmungen knnen in Einzelfllen
auch zur Verbesserung der Studierbarkeit eingesetzt werden.
14
10. Bachelorarbeit
Die Bachelorarbeit ist eine im Bachelorstudium eigens angefertigte schriftliche Arbeit
mit einem Regelarbeitsaufwand von 10 ECTS-Punkten, welche eigenstndige Leistungen
beinhaltet. Sie wird im Rahmen des Moduls Bachelorarbeit erstellt.
11. Akademischer Grad

Den Absolventinnen und Absolventen des Bachelorstudiums Technische Informatik wird
der akademische Grad Bachelor of Science abgekrzt BSc verliehen.
12. Integriertes Qualittsmanagement

Das integrierte Qualittsmanagement gewhrleistet, dass der Studienplan des Bachelorstudiums Technische Informatik konsistent konzipiert ist, effizient abgewickelt und
regelmig berprft bzw. kontrolliert wird. Geeignete Manahmen stellen die Relevanz
und Aktualitt des Studienplans sowie der einzelnen Lehrveranstaltungen im Zeitablauf
sicher; fr deren Festlegung und berwachung sind das Studienrechtliche Organ und die
Studienkommission zustndig.
Die semesterweise Lehrveranstaltungsbewertung liefert, ebenso wie individuelle Rckmeldungen zum Studienbetrieb an das Studienrechtliche Organ, fr zumindest die
Pflichtlehrveranstaltungen ein Gesamtbild fr alle Beteiligten ber die Abwicklung des
Studienplans. Insbesondere knnen somit kritische Lehrveranstaltungen identifiziert und
in Abstimmung zwischen studienrechtlichem Organ, Studienkommission und Lehrveranstaltungsleiterin und -leiter geeignete Anpassungsmanahmen abgeleitet und umgesetzt
werden.
Die Studienkommission unterzieht den Studienplan in einem dreijhrigen Zyklus einem
Monitoring, unter Einbeziehung wissenschaftlicher Aspekte, Bercksichtigung externer
Faktoren und berprfung der Arbeitsaufwnde, um Verbesserungspotentiale des Studienplans zu identifizieren und die Aktualitt zu gewhrleisten.
Jedes Modul besitzt eine Modulverantwortliche oder einen Modulverantwortlichen.
Diese Person ist fr die inhaltliche Kohrenz und die Qualitt der dem Modul zugeordneten Lehrveranstaltungen verantwortlich. Diese wird insbesondere durch zyklische
Kontrollen, inhaltliche Feinabstimmung mit vorausgehenden und nachfolgenden Modulen sowie durch Vergleich mit analogen Lehrveranstaltungen bzw. Modulen anderer Universitten im In- und Ausland sichergestellt.
Die fr die Abwicklung des Studiums zur Verfgung stehenden Labors und Ressourcen
sind fr eine maximale Anzahl von 90 Studienanfngern pro Studienjahr ausgelegt, mit
einem kalkulierten Drop-Out von 33%.
Die Wahlpflichtmodule im Prfungsfach Vertiefung/Verbreiterung erlauben eine gewisse Vertiefung bzw. Verbreiterung in einem fr die Technische Informatik relevanten
Gebiet. Lehrveranstaltungen im Modul Vertiefung Technische Informatik werden nach
folgenden Kriterien in den Studienplan aufgenommen:
15
Umfang, Niveau und Aufwand entsprechend Pflichtlehrveranstaltungen.

Lehrveranstaltung ohne bungsanteil nur in gut begrndeten Ausnahmefllen.
Thema passend zum Qualifikationsprofil der TI.
Thematische und inhaltliche Distanz zu existierenden Pflicht- und Wahllehrveranstaltungen bzw. -modulen.
Aufgenommene Verbreiterungsmodule mssen folgenden Kriterien gengen:
Umfang, Niveau und Aufwand entsprechend Pflichtmodulen.
Modul ohne bungsanteil nur in gut begrndeten Ausnahmefllen.
Thema passend zum Qualifikationsprofil der TI.
Thematische und inhaltliche Distanz zu existierenden Pflicht- und Wahl-Modulen.
Verbreiterungsmodule mssen Pflicht oder Wahlpflicht in einem regulren Bachelorstudium der Technischen Universitt Wien sein.
Lehrveranstaltungskapazitten
Fr die verschiedenen Typen von Lehrveranstaltungen (siehe Anhang B) dienen die
folgenden Gruppengren als Richtwert:
Lehrveranstaltungstyp
VO
UE mit Tutor(inn)en
UE
LU mit Tutor(inn)en
LU
EX, PR, SE
Gruppengre
je Leiter(in) je Tutor(in)
200
50
20
20
40
15
15
20
Fr Lehrveranstaltungen des Typs VU werden fr den Vorlesungs- bzw. bungsteil die

Gruppengren fr VO bzw. UE herangezogen. Die Beauftragung der Lehrenden erfolgt
entsprechend der tatschlichen Abhaltung.
Lehrveranstaltungen mit ressourcenbedingten Teilnahmebeschrnkungen sind in der
Beschreibung des jeweiligen Moduls entsprechend gekennzeichnet; weiters sind dort die
Anzahl der verfgbaren Pltze und das Verfahren zur Vergabe dieser Pltze festgelegt.
Die Lehrveranstaltungsleiterinnen und Lehrveranstaltungsleiter sind berechtigt, mehr
Teilnehmerinnen und Teilnehmer zu einer Lehrveranstaltung zulassen als nach Teilnahmebeschrnkungen oder Gruppengren vorgesehen, sofern dadurch die Qualitt der
Lehre nicht beeintrchtigt wird.
Kommt es in einer Lehrveranstaltung ohne explizit geregelte Platzvergabe zu einem
unvorhergesehenen Andrang, kann die Lehrveranstaltungsleitung in Absprache mit dem
16
studienrechtlichen Organ Teilnahmebeschrnkungen vornehmen und die Vergabe der

Pltze nach folgenden Kriterien (mit absteigender Prioritt) regeln.
Es werden jene Studierenden bevorzugt aufgenommen, die die formalen und inhaltlichen Voraussetzungen erfllen. Die inhaltlichen Voraussetzungen knnen etwa an
Hand von bereits abgelegten Prfungen oder durch einen Eingangstest berprft
werden.
Unter diesen hat die Verwendung der Lehrveranstaltung als Pflichtfach Vorrang
vor der Verwendung als Wahlfach und diese vor der Verwendung als Freifach.
Innerhalb dieser drei Gruppen sind jeweils jene Studierenden zu bevorzugen, die
trotz Vorliegens aller Voraussetzungen bereits in einem frheren Abhaltesemester
abgewiesen wurden.
Die Studierenden sind darber ehebaldigst zu informieren.
13. Inkrafttreten
Dieser Studienplan tritt mit 1. Oktober 2015 in Kraft.
14. bergangsbestimmungen
Die bergangsbestimmungen werden gesondert im Mitteilungsblatt verlautbart und liegen im Dekanat der Fakultt fr Informatik auf.
A. Modulbeschreibungen
Abstrakte Maschinen
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Das Modul vermittelt
alle theoretischen Grundlagen von abstrakten Maschinen und
Kenntnisse ber konkrete abstrakte Maschinen.
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit konkreten Beispielen von abstrakten Maschinen und die Implementierung eigener abstrakter Maschinen
vermittelt
die Fhigkeit die Qualitt von abstrakten Maschinen zu beurteilen,
17
die praktische Fhigkeit zum Entwurf eigener abstrakter Maschinen und

die praktische Fhigkeit zur Implementierung abstrakter Maschinen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Eigeninitiative und Neugierde auf innovative und kreative Konzepte und Lsungsanstze werden besonders gefrdert.
Inhalt:
reale Maschinen, Prozesssorarchitekturen
Interpretationstechniken (threaded code), Implementierung von Forth
Pascal P4 Maschine
Java Virtuelle Machine (just-in-time bersetzung), Microsoft Intermediate Language
Registermaschinen und die DalvikVM
sytaxgesteuerte Editoren und Baummaschinen
Prologmaschinen (WAM, VAM)
funktionale Maschinen (Lamda Kalkl, SECD Maschine)
Erwartete Vorkenntisse:
Fachliche und methodische Kenntnisse: Grundlagen von Programmiersprachen und
bersetzerbau
Kognitive und praktische Fertigkeiten: Programmierkenntnisse
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Programmkonstruktion,
Programmierparadigmen, bersetzerbau.
Verpflichtende Voraussetzungen: Studieneingangs- und Orientierungsphase.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung:
3 ECTS Vortrag und selbstndiges Erlernen der eher theoretischen Grundlagen.
Die Beurteilung erfolgt durch Prfung.
3 ECTS bung am Computer zur Entwicklung praktischer Fhigkeiten zur Entwicklung von abstrakten Maschinen. Die Leistungsbeurteilung erfolgt durch die
Beurteilung der Lsungen der Programmieraufgaben plus Abschlussgesprch.
Lehrveranstaltungen des Moduls:
3.0/2.0 VO Abstrakte Maschinen
3.0/2.0 UE Abstrakte Maschinen
18
Algebra und Diskrete Mathematik

Bildungsziele:
Fachliche und methodische Kenntnisse: Vertrautheit mit den wichtigsten mathematischen Konzepten und Grundlagen in den Teilgebieten Algebra und Diskrete Mathematik.
Kognitive und praktische Fertigkeiten: Vertieftes Verstndnis mathematischer Schlussweisen und Beweistechniken, Fertigkeit zur Erstellung mathematischer Beweise fr einfache mathematische Probleme.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Mathematische Formulierung praktischer Problemstellungen aus Informatik, Naturwissenschaften und Technik
und Verwendung geeigneter mathematischer Lsungsverfahren zur analytischen und numerischen Problemlsung.
Inhalt:
Grundlagen
Elementare Logik (Aussagen, Implikation, Kontraposition, Verneinung, Quantoren)
Elementare Beweistechniken (direkter und indirekter Beweis, Gegenbeispiele)
Elementare Zahlentheorie
Mengenlehre
Grundlagen (Venn-Diagramme, Komplemente, kartesisches Produkt, Potenzmenge)
Functionen (Mengenrelationen, surjektive, injektive, bijektive Funktionen, Komposition)
Relationen (quivalenzrelation, Partitionen, Ordnungsrelation, Maximumsprinzip)
Kardinalitt und Abzhlbarkeit (endliche, unendlichen und abzhlbare Mengen)
Induktion
Induktionsprizip (vollstndige Ind., transfinite Ind.)
Rekursive Definitionen
Grundlagen Kombinatorik
Abzhlprinzipien (Summen- und Produktregel)
19
Schubfachschluss
Inklusions-Exklusions-Prinzip
Kombinatorische Grundaufgaben (Permutationen, Auswahlen, Partitionen)
Elementare Identitten (Binomischer Lehrsatz, binomische Identitten)
Rekursionen (Fibonacci-Zahlen, Derangements, Turm von Hanoi, Catalan-Zahlen)
Lsungsmethoden fr Rekursionen (Rekursionen erster Ordnungen, lineare Rekursionen mit konstanten Koeffizienten)
Graphentheorie
Grundlagen (gerichtete, ungerichtete, bipartite Graphen, Wege, etc.)
Handshake-Lemma
Eulersche und Hamiltonsche Linien
Graphrelationen (Isomorphie, Subgraphen, Minore)
Zusammenhang (Zusammenhangskomponenten, Mengers theorem)
Azyklische Graphen
Ebene Graphen (inkl. Eulersche Polyederformel)
Elementare Graph-Algorithmen (Azyklizitt, Kruskal-Alg., Minimaler Spannbaum, Dijkstra-Alg.)
Algebraische Strukturen
Gruppentheorie (inkl. Faktorgruppen, Homomorphiesatz, zyklische Gruppen, direkte Produkte)
Ringe (Integrittsbereiche, Ideale)
Krper (Polynomringe ber Krpern)
Verbnde
Lineare Algebra
Vektoren
Matrizen (inklusive Tensor-Produkt)
Lineare Abbildungen
Lineare Gleichungssysteme
20
Determinanten
Eigenwerte und Eigenvektoren
Skalarprodukte, Orthogonalitt
Grundlagen Algebraische Codierungstheorie
Gruppencodes
Linearcodes
Maturaniveau.
Fundierte
Mathematik-Kenntnisse
auf
AHS/BHS-
Verpflichtende Voraussetzungen: Keine.

Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Wchentliche
4-stndige Vorlesung mit kontinuierlicher begleitender 2-stndiger bung (individuell
auszuarbeitende bungsbeispiele), wodurch die in der Vorlesung vermittelten Inhalte
effizient erlernt und die mathematische Problemlsungskompetenz trainiert wird. Leistungsfeststellung durch mehrere Lsungsdemonstrationen, bungstests, Abschlussprfung.
4.0/4.0 VO Algebra und Diskrete Mathematik fr Informatik und Wirtschaftsinformatik
5.0/2.0 UE Algebra und Diskrete Mathematik fr Informatik und Wirtschaftsinformatik
Algorithmen und Datenstrukturen

Bildungsziele:
Methoden zur Bewertung und Analyse von Algorithmen,
fundamentale Algorithmen und Datenstrukturen,
effiziente Lsungsanstze fr hufige Problemstellungen in der Programmentwicklung,
und Kenntnisse ber eine systematische Vorgehensweise zur Entwicklung neuer
Algorithmen.
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit den Inhalten dieses
Moduls vermittelt
21
eine abstrakte und effizienzorientierte Denkweise fr die Entwicklung von Programmen,

die Fhigkeit zum Einsatz formaler und informeller Methoden zur Analyse von
Algorithmen
sowie Kenntnisse zur adquaten Anwendung fundamentaler Algorithmen und Datenstrukturen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Folgende Kompetenzen
werden besonders gefrdert:
Selbstorganisation und Eigenverantwortlichkeit,
Neugierde an Entwicklung effizienter Algorithmen.
Inhalt:
Analyse von Algorithmen, insbesondere Untersuchung von Laufzeit- und Speicherplatzverhalten
Sortierprobleme und Sortierverfahren
Suchprobleme und Suchverfahren
Graphen
Problemlsungsstrategien und Optimierung
Suchen in Texten, Pattern Matching (Algorithmen von Knuth-Morris-Pratt und
Boyer Moore, Tries)
Randomisierte Algorithmen
Grundlegende geometrische Algorithmen (Scan-Line Prinzip, mehrdimensionale
Bereichssuche)
Fachliche und methodische Kenntnisse: Grundkenntnisse der linearen Algebra und Analysis, insbesondere Mengenlehre, Metriken, Folgen und Reihen.
Kognitive und praktische Fertigkeiten: Programmierkenntnisse
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Algebra und Diskrete
Mathematik , Programmkonstruktion.
22
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Inhalte des
Moduls werden im Rahmen einer Vorlesung (6 ECTS) prsentiert und an Hand ausgewhlter Beispiele illustriert. Durch die Ausarbeitung von Aufgaben und deren Diskussion
in Kleingruppen bei regelmigen Treffen (Anwesenheitspflicht!) vertiefen die Studierenden ihr Verstndnis fr den Stoff; in zustzlichen Programmieraufgaben wird ferner die
Umsetzung algorithmischer Aufgabenstellungen in der Praxis gebt (3 ECTS).
6.0/4.0 VU Algorithmen und Datenstrukturen 1
3.0/2.0 VU Algorithmen und Datenstrukturen 2
Analysis
Bildungsziele:
Fachliche und methodische Kenntnisse: Vertrautheit mit den wichtigsten mathematischen Konzepten und Grundlagen im Teilgebiet Analysis.
Inhalt:
Folgen, Reihen und Funktionen
Folgen reeller Zahlen (Grenzwert, Monotonie und Beschrnktheit, Konvergenzuntersuchungen)
Unendliche Reihen (Konvergenzkriterien, Cauchyprodukt und Potenzreihen)
Asymptotischer Vergleich von Folgen (Landausymbole: O(), o(), Omega())
Elementare Funktionen
Potenzen mit reellen Exponenten
Exponentialfunktion und Logarithmus
Darstellung der Exponentialfunktion
Winkelfunktionen und Arcusfunktionen
Grenzwerte und Nullstellen von Funktionen, Stetigkeit
23
Metrische und topologische Grundbegriffe (offene, geschlossene Mengen, Umgebungen, Basis, Hufungspunkte)
Umgebungs und Folgenstetigkeit
Eigenschaften stetiger Funktionen: Nullstellensatz, Zwischenwertsatz, Monotonie
Fixpunktsatz, Lipschitzbedingung
Newtonsches Nherungsverfahren
Die regula falsi
Differentialrechnung in einer Variablen
Differenzenquotient und Differenzierbarkeit
Ableitung einfacher Funktionen
Eigenschaften und Ableitungsregeln
Mittelwertsatz der Differentialrechnung
Taylorreihen
Monotonie und die erste Ableitung
Hhere Ableitungen
Der verallgemeinerte Mittelwertsatz und die Regel von de lHospital
Integralrechnung in einer Variablen
Definition und Eigenschaften Riemann-Integral
Integration als Umkehrung der Differentiation, Flche unter Kurven
Techniken des Integrierens
Mittelwert- und Hauptsatz der Differential- und Integralrechnung
Uneigentliche Integrale
Grundlagen Differential- und Integralrechnung in mehreren Variablen
Funktionen in mehreren Variablen
Partielle Ableitungen, totale Ableitung
Ableitungsregeln
Richtungsableitung
24
Taylorentwicklung
Hauptsatz ber Implizite Funktionen
Lokale Extrema
Grundlagen Gebietsintegrale
Elementare Differentialgleichungen
Lineare Differentialgleichungen erster Ordnung
Lineare Differentialgleichungen hherer Ordnung mit konstanten Koeffizienten
Maturaniveau.
Fundierte
auf
AHS/BHS-

2.0/2.0 VO Analysis fr Informatik und Wirtschaftsinformatik
4.0/2.0 UE Analysis fr Informatik und Wirtschaftsinformatik
Analysis 2
Bildungsziele:
Fachliche und methodische Kenntnisse: Vertrautheit mit den wichtigsten Grundlagen
und Stzen der hheren Analysis.
Kognitive und praktische Fertigkeiten: Vertieftes Verstndnis mathematischer Zusammenhnge und Beweistechniken, Weiterentwicklung der Fertigkeiten zur Erstellung mathematischer Beweise.
Inhalt:
Vertiefung der Differentialrechnung in mehreren Variablen
25
Inverse Funktionen
Kurven und Flchen (implizites Differenzieren)
Extrema mit Nebenbedingungen
Integralrechnung in mehreren Variablen
Gebietsintegrale
Integriertechniken (Fubini, Substitution)
Vektorfelder und Kurvenintegrale
Fourier-Reihen
periodische Funktionen, trigonometrisches Polynom, trigonometrische Reihe
Fourier-Reihe, Differentiation, Integration, Bessel-Ungleichung, Parsevalsche Gleichung, Darstellungsstze
Diskrete Fourier-Transformation
Algorithmus)
(Definition,
Parseval-Gleichung,
FFT-
Transformationen
Fourier-Transformation (Definition, Konvergenzsatz, Integraltheorem, Umkehrund Eindeutigkeitssatz)
Laplace-Transformation (Definition, Existenz- und Eindeutigkeitssatz)
z-Transformation
Differentialgleichungen
Spezielle Typen gewhnlicher Differentialgleichungen
Lineare und quasilineare partielle Differentialgleichungen erster Ordnung (Methode
der Charakteristiken)
Lineare partielle Differentialgleichungen zweiter Ordnung (Normalformen)
Lsungsverfahren (Separationsansatz)
Computer-Numerik
Zahlendarstellungsfehler
Konversionsfehler
Fehlerfortpflanzung (Summe, Produkte, Polynome, elementare Funktionen)
26
Algorithmische Fehlerfortpflanzung, Konditionszahlen

Verfahren zur Lsung linearer Gleichungssysteme
Gausches Eliminationsverfahren mit Pivotisierung
Gesamtschrittverfahren von Jacobi
Einzelschrittverfahren von Gau-Seidel
Approximation und Interpolation
Approximation mittels einer Ausgleichsgeraden
Allgemeiner Ansatz zur Interpolation mittels Polynomfunktionen
Interpolation nach Lagrange
Interpolation nach Newton
Spline-Interpolation
Simulation von Differentialgleichungen
Eulersches Polygonzugverfahren
Verbessertes Eulersches Polygonzugverfahren
Klassisches Runge-Kutta-Verfahren
Die Methode der Finiten Elemente
Fachliche und methodische Kenntnisse: Vertrautheit mit den wichtigsten grundlegenden
mathematischen Konzepten und Methoden.
Mathematik , Analysis
27

3.0/3.0 VO Analysis 2 fr Informatik
4.5/2.0 UE Analysis 2 fr Informatik
Bachelorarbeit
Bildungsziele:
Fachliche und methodische Kenntnisse: Wissenschaftliche Methodik, internationaler
Wissenschaftsbetrieb
Kognitive und praktische Fertigkeiten: Systematische Recherche, Prsentationstechniken, strukturierte und konzise Kommunikation von Inhalten in mndlicher und schriftlicher Form, Fhigkeit zur Anwendung der im Studium erworbenen Kenntnisse und
Fertigkeiten im Kontext einer greren Problemstellung
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Selbstorganisation, Eigenverantwortlichkeit und Eigeninitiative, Teamfhigkeit, Finden kreativer Problemlsungen, Reflexion der eigenen Arbeit im technischen und gesellschaftlichen Kontext
Inhalt: Im Rahmen des Seminars Wissenschaftliches Arbeiten lernen die Studierenden
wissenschaftliche Methoden und den Wissenschaftsbetrieb kennen. An Hand eines vorgegebenen Themas ben sie Recherche sowie schriftliche und mndliche Prsentation.
Darauf aufbauend wenden sie im Projekt Bachelorarbeit fr Informatik und Wirtschaftsinformatik die im Studium erworbenen Kenntnisse und Fertigkeiten auf ein Thema an,
das dem Qualifikationsprofil des Studiums entspricht. Die erzielten Ergebnisse werden neben der Aufgabenstellung, den angewandten Methoden und dem Umfeld in einer schriftlichen Abschlussarbeit dargestellt.
Erwartete Vorkenntisse: Die Arbeit an der Bachelorarbeit setzt die Kenntnisse, Fertigkeiten und Kompetenzen zumindest der Pflichtmodule dieses Studiums voraus.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Im Seminar besteht bei den Vortrgen zu Wissenschaftsmethodik und -betrieb sowie bei der Prsentation der Rechercheergebnisse Anwesenheitspflicht, ebenso bei der Prsentation der
Bachelorarbeiten. Davon abgesehen knnen das Seminar- und das Bachelorarbeitsthema
in Absprache mit den Lehrenden zeitlich und rtlich weitgehend ungebunden bearbeitet
werden. Die Beurteilung orientiert sich an der Qualitt und Originalitt der mndlichen
und schriftlichen Darstellung der Themen sowie der dafr notwendigen Vorarbeiten und
bercksichtigt auch das Engagement bei der Diskussion der Arbeiten anderer Studierender.
28

3.0/2.0 SE Wissenschaftliches Arbeiten
10.0/5.0 PR Bachelorarbeit fr Informatik und Wirtschaftsinformatik
Datenbanksysteme
Bildungsziele:
Fachliche und methodische Kenntnisse:
Grundlagen, Komponenten, und Funktionsweise von Datenbankmanagementsystemen (DBMS); Datenbankarchitektur und Datenunabhngigkeit
Komplexe SQL Abfragen, Einbettung in prozedurale Abfragen (JDBC)
Physische Datenorganisation, Datenbanktuning
Transaktionen, Fehlerbehandlung, Mehrbenutzersynchronisation
Verteilte Datenbanken
Kognitive und praktische Fertigkeiten:
Verwendung von DBMS und Benutzung deklarativer Abfragesprachen
Programmierung von und Anbindung an Datenbanksysteme
Soziale Kompetenzen, Innovationskompetenz und Kreativitt:
Funktionale Denkweise zum Verstndnis deklarativer Abfragesprachen
Logisches Denken um Ablufe in einem DBMS nachzuvollziehen
Mathematisch fundierte Vorgehensweise zur Analyse von Methoden in DBMS
Kenntnisse der eigenen Fhigkeiten und Grenzen, Kritikfhigkeit an der eigenen
Arbeit
Selbstorganisation und Eigenverantwortlichkeit zum eigenstndigen Lsen von Laboraufgaben
Inhalt:
Komponenten und Funktionsweise von Datenbankmanagementsystemen
Datenbankprogrammierung (komplexe SQL Anfragen, Datenbankanbindung
(JDBC), stored procedures)
29
Physische Datenorganisation, Anfragebearbeitung und -optimierung

Transaktionen, Fehlerbehandlung/Recovery, Mehrbenutzersynchronisation
Verteilte Datenbanken
Relationale Modellierung und Algebra
Grundlegende Kenntnisse von prozeduralen bzw. objektorienterten Programmiersprachen
Grundlegende Kenntnisse von deklarativen Abfragesprachen
Relationale Entwurfstheorie (funktionale Abhngigkeiten, Schemadekomposition,
Schlssel, Normalformen)
Grundlegende Kenntnisse in mathematischer Logik
Grundlegende Kenntnisse in Graphentheorie
Kognitive und praktische Fertigkeiten: Fhigkeit zum Lesen und Schreiben mathematischer Notationen
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Modellierung,
Programmkonstruktion, Algebra und Diskrete Mathematik
Prsentation der Inhalte in einem Vorlesungsteil
Laborbungen
Diskussion mit Tutoren zur Vertiefung des Verstndnis
6.0/4.0 VU Datenbanksysteme
30
Dezentrale Automation
Bildungsziele:
Zentrale Konzepte und Methoden der Automatisierungstechnik
Relevante Grundlagen der industriellen Kommunikationstechnik (Netzwerkprotokolle)
Modellierung
Methodische Vorgangsweise mit Einbeziehung und kritischer Bewertung von Stateof-the-Art-Technologien
Entwurf und Programmierung verteilter Applikationen aus dem Bereich der Fertigungsautomatisierung
Umfassende schriftliche Dokumentation von Lsungen (Laborprotokolle)
Fhigkeit zur Zusammenarbeit in kleinen Teams
Selbststndiges Erschlieen komplexer Literatur (begleitende wissenschaftliche
Verffentlichungen)
Selbststndiges Aufarbeiten von notwendigen Datenblttern und Manuals
Inhalt:
Einsatzbereiche der Automatisierungstechnik mit dem Schwerpunkt auf industrieller Automation (Fertigungstechnik, Verfahrenstechnik), Automation im Kraftfahrzeugbereich, Heim- und Gebudeautomation
Systemmodell in der verteilten Automation
Aufbau und Funktionsweise von verteilten Automatisierungssystemen: Kommunikation und Gerte
Normen zur Modellierung und Programmierung Speicherprogrammierbarer Steuerungen (IEC 61131) und verteilter Applikationen in der Automatisierungstechnik(IEC 61499)
31
Modelle der Datenkommunikation zum Prozess- und Managementdatenaustausch

Zugriffsverfahren (Master/Slave, Token Passing, Slotted Ring, CSMA) und deren
Eigenschaften
Ausgewhlte standardisierte Automationsnetzwerke (ASi, PROFIBUS, CAN,
FlexRay, ...)
Grundlagen digitaler Systeme, Logikschaltungen und Rechnerarchitekturen
Grundkenntnisse in Elektrotechnik und Physik (Grundlage fr das Verstndnis
von Sensoren/Aktoren)
Grundlegendes Wissen ber Netzwerke und Protokolle
Systematische, konstruktive Vorgehensweise bei der Erstellung und Evaluation von
Programmen.
Interdisziplinre und flexible/anpassungsfhige Denkweise
Praktische Fhigkeit zur Konstruktion von Programmen (Programmieren in C)
Selbstorganisation, Eigenverantwortlichkeit: selbststndiges Lsen von Aufgabenstellungen
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Rechnerstrukturen und
Betriebssysteme, Microcontroller und Betriebssysteme, Elektrotechnische Grundlagen,
Modellbildung in der Physik , Zuverlssige Echtzeitsysteme
Vorlesungsteil: Frontalunterricht mit Prfung
Laborbungsteil: Gefhrte Kleingruppen; Programmierung von Speicherprogrammierbaren Steuerungen (KOP, FUP, AWL); Netzwerk/Leitstellenprogrammierung
in C++/C#, Laborprotokolle mit Abgaben und bungstests an den Targetsystemen; evtl. Anfertigen von Seminararbeiten/Ausarbeitungen.
2.0/2.0 VO Dezentrale Automation
4.0/4.0 LU Dezentrale Automation
32
Digital Design
Bildungsziele:
Aufbau digitaler Schaltungen: Abstraktion des Feldeffekt-Transistors als Schalter,
innerer Aufbau und Funktion von logischen Basisgattern, etablierte Methoden und
"best practices"fr den Schaltungsentwurf basierend auf diesen Gattern.
Entwurfsprozess digitaler Schaltungen: automationsuntersttzter Design-Flow inklusive Verifikation mittels Simulation und Test, Design-Entry mittels VHDL, Zieltechnologien, insbesondere FPGAs.
Umgang mit nichtidealem Verhalten digitaler Bauelemente: Reflexion von Abstraktionen und Annahmen hinter den Entwurfsmethoden sowie von Abweichungen vom
idealisierten Verhalten: Metastabilitt, Grenzen der Geschwindigkeit, ohmsche und
kapazitive Belastung, Defekte, Temperatur- und Spannungsabhngigkeiten. Physikalischer Aufbau von Chips als Basis hierfr.
Eigenstndiger Entwurf digitaler Schaltungen: Anwendung des theoretischen Wissens zur Lsung einer gegebenen Aufgabenstellung (Schaltungsdesign auf FPGA),
Umgang mit komplexen Design-Tools
Debugging: Fehlersuche und -behebung unter Zuhilfenahme von Simulationen, Umgang mit komplexen Messgerten wie Logikanalysatoren, systematisches zielorientiertes Vorgehen.
Teamfhigkeit: Lsung von z.T umfangreichen und anspruchsvollen praktischen
Aufgaben in Kleingruppen.
Kreativitt: eigenstndiger Entwurf digitaler Schaltungen, Vermittlung von Beispielen, selbstndiges Lsen von Aufgaben.
Modellbildung und Abstraktionsvermgen: vielfltige Abstraktionen (Transistor
als Schalter, logisches Gatter als black box, ...), Hinterfragen von deren Gltigkeit in der jeweiligen Situation, Behandlung nichtidealer Eigenschaften von Chips
(Metastabilitt, Defekte, Temperaturabhngigkeit,...), Abbildung der komplexen
physikalischen Realitt auf ein vereinfachtes Modell.
33
Inhalt: Chiptechnologie (physikalische Abbildung von Transistoren und Verbindungen

auf Chips); Aufbau logischer Gatter aus Transistoren; Design-Flow digitaler Schaltungen inklusive Verifikation durch Simulation, sowie Test und Debugging; Zieltechnologien
(CBIC, Gate-Array und programmierbare Logik, insbesondere FPGA); Speichertechnologien; Defekte; Umgang mit Datenblattangaben; Verlustleistung und Wrmeabfuhr;
Modellierung von Hardware, speziell in VHDL; synchrones Design-Paradigma und dessen
Grenzen; ausfhrliche Behandlung von Metastabilitt und deren Modellierung; Messgerte zum Debugging digitaler Schaltungen.
Boolesche Algebra, Entwurf und Minimierung von logischen Schaltungend und
Schaltwerken, Grundlagen Metastabilitt
Moore/Mealy-Automaten
Concurrency (CSP)
Elektrotechnische Bauelemente (Widerstand, Kapazitt, Induktivitt), Halbleiter
(Diode, Feldeffekt-Transistor: Kennlinien und Funktion)
Rechnerstrukturen
Erstellen und Lsen von elektrischen Netzwerken, reale und ideale Quellen, Arbeiten mit Kennlinien, differenzieller Widerstand
Mathematische Grundfertigkeiten: Lsung lineare Differentialgleichungen, Umformungen mit Exponentialfunktion/Logarithmus, etc.
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Grundlagen Digitaler Systeme, Elektrotechnische Grundlagen, Theoretische Informatik und Logik ,
Rechnerstrukturen und Betriebssysteme
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Der theoretische Hintergrund und das Verstndnis fr den Stoff wird in Vorlesungen vermittelt. In
der begleitenden Laborbung wird dieses Wissen, durch ein umfassendes Designprojekt,
konkretisiert und vertieft. In einem ersten Schritt wird zunchst der Umgang mit den
Entwicklungswerkzeugen anhand von einfachen Aufgaben erlernt. Im Anschlu daran
wird ein komplexes Design entworfen, implementiert und in Betrieb genommen. Die
entsprechenden Aufgabenstellungen stammen aus dem Kontext von Rechnerstrukturen,
soda das Modul Digital Design zugleich auch der Vertiefung und Konkretisierung dieser
Kenntnisse dient. Die Vermittlung praktischer und sozialer Kompetenzen wird primr
34
durch die Arbeit in Kleingruppen bewerkstelligt. Die Leistungsfeststellung erfolgt durch

Beispielabgaben sowie schriftliche und mndliche Prfungen/Tests.
3.0/3.0 VO Digital Design
1.5/1.5 VO Hardware Modeling
7.5/7.5 LU Digital Design and Computer Architecture
Einfhrung in die Mustererkennung

Bildungsziele:
Fachliche und methodische Kenntnisse: Das Modul vermittelt grundlegende Kenntnisse
im Bereich Mustererkennung und ein kritisches Verstndnis ihrer Theorien und Grundstze:
Bayes Klassifikatoren
Neurale Netze
Lineare Diskriminatoren
Kognitive und praktische Fertigkeiten: Durch die praktische Auseinandersetzung mit aktuellen Technologien, Methoden und Werkzeugen (wie modernen Programmiersprachen
und Entwicklungsumgebungen) werden folgende kognitiven Fertigkeiten vermittelt:
Einsatz formaler Grundlagen und Methoden zur Modellbildung, Lsungsfindung
und Evaluation,
Methodisch fundierte Herangehensweise an Probleme, insbesondere im Umgang
mit offenen/unspezifizierten Problemsituationen,
Entwurfs- und Implementierungsstrategien.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Der Schwerpunkt liegt
hier auf der besonderen Frderung hoher Kreativitts- und Innovationspotentiale.
Eigeninitiative und Neugierde,
Selbstorganisation, Eigenverantwortlichkeit,
Problemformulierungs- und Problemlsungskompetenz,
Kenntnisse der eigenen Fhigkeiten und Grenzen, Kritikfhigkeit
Teamarbeit und Grundlagen der Projektmenagment
35
Inhalt: Dieses Modul enthlt Inhalte, die auch fr die anderen Bachelor-Studien angeboten werden.
Statistische Grundlagen: Bias, Varianz, diskrete und stetige Merkmale, multivariate Merkmale, bedingte Verteilungen, Randverteilungen, Kovarianzmatrix,
Merkmalsextraktion aus Bildern
Einfache Klassifikatoren: Nearest Neighbor (NN), k-NN und Perceptron,
Bayes Theorem, Bayes Klassifikator und Lineare Diskriminanten-Funktionen,
Maximum Likelihood Klassifikation, Expectation Maximisation
Einfhrung i. Neuronale Netze
Marginal Klassifikatoren (z.B. Support Vector Machine)
Gruppierung und Entscheidungsbume
Farb- und Texturmerkmale
Anwendungsbeispiele (z.b. Biometrie, Chromosom-Klassifikation, inhaltsbasierte
Bildsuche usw.)
Fachliche und methodische Kenntnisse: Um dieses Modul erfolgreich absolvieren zu knnen, sind folgende Kenntnisse notwendig:
Mathematik auf Maturaniveau plus Mathematik 1 (Vektorrechnung, Winkelfunktionen, Differenzieren und Integrieren, lineare Algebra, einfache Geometrie)
Elementare Programmierkenntnisse fr die bung
Statistische Vorkenntnisse so wie die Wahrscheinlichkeitstheorie sind von Vorteil.
Die Lehrveranstaltung wird als eine Frontalvorlesung mit Untersttzung durch
Medien (hauptschlich Datenprojektor) sein.
bungen wird in Gruppen von 3-4 Studenten absolviert (hnlich wie die bisherige
Einf.i.d.Mustererkennung).
Es wird mehrere Beispielrunden geben. Nach jeder Runde wird das Erreichen des
Lehrziels berprft.
Skriptum zur Lehrveranstaltung
36
Online e-learning Platform der TU WIEN (TUWEL) wird benutzt, um Materialien

und Administration der VO und L zu koordinieren.
Wissenschaftlicher Papers/Technical Report werden online gestellt.
Fr die L wird MATLAB eingesetzt.
Lehrveranstaltungen des Moduls: Es sind die folgenden Lehrveranstaltungen zu absolvieren:
3.0/2.0 VO Einfhrung in die Mustererkennung
3.0/2.0 UE Einfhrung in die Mustererkennung
Elektrotechnische Grundlagen
Bildungsziele:
Physikalische Grundlagen elektrischer Komponenten und elektrischer Netzwerke
Methodische Kenntnisse fr Analyse und Entwurf von elektrischen Netzwerken
Wissen ber und Verstndnis von elementaren elektrischen Schaltungen.
Fhigkeit zur Abstraktion elektrischer Vorgnge, sowie die Einschtzung der Tragfhigkeit der gewonnenen Modelle
Fertigkeiten in der Verwendung der Rechenverfahren der Elektrotechnik
Fertigkeiten bei der praktischen Realisierung einfacher elektrischer Schaltungen
und deren messtechnischer Untersuchung
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Die Weiterentwicklung
technischer Systeme hngt in hohem Mae von der Technologieentwicklung ab. Dieses
Modul liefert die fachliche Basis, um
der technologischen Entwicklung im Hardware-Bereich folgen zu knnen
neue Ideen und deren technologische Umsetzbarkeit einschtzen zu knnen
Inhalt:
Physikalische Grundlagen von Bauelementen
Elektrisches und magnetisches Feld, Ausbreitung von Feldzustnden
37
Vom Feld zum idealen elektrischen Bauelement (Widerstand, Induktivitt, Kapazitt)

Technische Bauelemente (Widerstnde, Spulen/Transformatoren, Kondensatoren;
Ersatzschaltungen)
Ausntzung elektrischer Eigenschaften in Sensoren
Einfache elektrische Netzwerke
Erstellung der Netzwerkgleichungen (Kirchhoffsche Stze)
Lsung der Netzwerkgleichungen (Gleichspannungsanalyse, Wechselspannungsanalyse, Laplace-Transformation)
Halbleiter
Diode und MOS-Transistor
Operationsverstrker
Schaltungstechnik
Einfache lineare Schaltungen
Schaltungen mit OPV
Analoge Filter
Von analogen zu digitalen Schaltungen
Abtasttheorem
A/D- und D/A-Wandler
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse in Mathematik (Algebra, Analysis, inklusive Fourier-Transformation); grundlegende physikalische Kenntnisse
(AHS/BHS-Niveau).
Kognitive und praktische Fertigkeiten: Fertigkeiten im Umgang mit mathematischen
Methoden, elementare Fertigkeiten im Umgang mit physikalischen Modellen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Interesse an Elektrotechnik und Technologie.
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Analysis, Algebra und
Diskrete Mathematik , Analysis 2
38
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Das Modul besteht aus einer Vorlesung mit integrierten Rechenbeispielen zur Vertiefung des Stoffes.
Neben den Rechenbeispielen dient vor allem die Laborbung zur Vertiefung des theoretischen Stoffes. In der Laborbung werden einfache elektrische Schaltungen entworfen,
aufgebaut und gemessen. Dabei werden auch elementare Methoden der Messtechnik
(Messung von Strom und Spannung), sowie die Darstellung elektrischer Signale (Oszilloskopmesstechnik) vermittelt.
Aufgrund der beschrnkten Laborressourcen und der Situierung im 2. Semester, wodurch das Modul nicht durch die STEOP automatisch zugangsbeschrnkt ist, besteht
fr diese LVA ein Kapazittslimit von maximal 90 Teilnehmern. Der Zugang wird so geregelt, da jene 90 Studierenden zugelassen werden, die zum Zeitpunkt der Anmeldung
die hchste Summe des Verhltnisses ECTS/Note ber alle zum Zeitpunkt der Anmeldung positiv absolvierten LVAs haben. Eine mgliche Zulassung durch einen Hrtefall
wird vom Studiendekan entschieden.
4.0/4.0 VU Elektrotechnische Grundlagen
3.5/3.5 LU Elektrotechnische Grundlagen
Fachbergreifende Qualifikationen
Bildungsziele: Durch dieses Modul sollen Studierende Qualifikationen erwerben, die
ber die fr das Studium typischen fachlichen Kenntnisse und Fertigkeiten hinausgehen und im Berufsalltag eine wesentliche Rolle spielen, wie zum Beispiel: Verhandlungsfhrung, Prsentations- und Kommunikationstechnik, systematische Recherche und
Planung, Konfliktmanagement, Teamfhigkeit und Fhrung, Organisation und Management, Betriebsgrndung und Finanzierung, Verstndnis rechtlicher Rahmenbedinungen,
Verbesserung von Fremdsprachenkenntnissen.
Lehrveranstaltungen des Moduls: Die Lehrveranstaltungen dieses Moduls sind im Umfang von mindestens 9.0 Ects aus dem von der Technischen Universitt Wien verlautbarten Katalog von Lehrveranstaltung zum Erwerb von fachbergreifenden Qualifikationen
sowie aus den folgenden Lehrveranstaltungen zu whlen.
3.0/2.0 SE Coaching als Fhrungsinstrument 1
3.0/2.0 SE Coaching als Fhrungsinstrument 2
3.0/2.0 SE Didaktik in der Informatik
1.5/1.0 VO EDV-Vertragsrecht
3.0/2.0 VO Einfhrung in die Wissenschaftstheorie I
3.0/2.0 VO Einfhrung in Technik und Gesellschaft
3.0/2.0 SE Folgenabschtzung von Informationstechnologien
3.0/2.0 VU Forschungsmethoden
3.0/2.0 VO Frauen in Naturwissenschaft und Technik
3.0/2.0 SE Gruppendynamik
3.0/2.0 VU Italienisch fr Ingenieure I
39
3.0/2.0
3.0/2.0
1.5/1.0
3.0/2.0
1.5/1.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
VU
SE
SE
VU
VO
UE
VU
SE
VU
VU
VU
VU
VU
VU
VU
VU
VU
VU
VO
VO
Kommunikation und Moderation

Kommunikation und Rhetorik
Kommunikationstechnik
Kooperatives Arbeiten
Prsentation, Moderation und Mediation
Prsentation, Moderation und Mediation
Prsentations- und Verhandlungstechnik
Rechtsinformationsrecherche im Internet
Rhetorik, Krpersprache, Argumentationstraining
Softskills fr TechnikerInnen
Technical English Communication
Technical English Presentation
Techniksoziologie und Technikpsychologie
Technisches Franzsisch, Hohes Niveau I
Technisches Russisch I
Technisches Russisch II
Technisches Spanisch I
Technisches Spanisch II
Theorie und Praxis der Gruppenarbeit
Zwischen Karriere und Barriere
Freie Wahl
Regelarbeitsaufwand: max. 9.0 Ects
Bildungsziele: Die Lehrveranstaltungen dieses Moduls dienen der Vertiefung des Faches
sowie der Aneignung auerfachlicher Kenntnisse, Fhigkeiten und Kompetenzen.
Lehrveranstaltungen des Moduls: Die Lehrveranstaltungen dieses Moduls knnen frei aus
dem Angebot an wissenschaftlichen/knstlerischen Lehrveranstaltungen aller anerkannten in- und auslndischen Universitten gewhlt werden, sofern sie der Vertiefung des
Faches oder der Aneignung auerfachlicher Kenntnisse, Fhigkeiten und Kompetenzen
dienen. Der Umfang der frei whlbaren Lehrveranstaltungen ergnzt den Umfang der
brigen im Studium absolvierten Lehrveranstaltungen auf 180 Ects (oder mehr), wobei
ihr Anteil daran 9.0 Ects nicht bersteigen darf.
Grundlagen Digitaler Systeme

Bildungsziele:
Fachliche und methodische Kenntnisse: Das Modul vermittelt kritisches Verstndnis der
wichtigsten Theorien, Prinzipien und Konzepte der (formalen) Modellierung digitaler
Systeme:
Darstellung von (ganzen, negativen, Gleitpunkt-) Zahlen in Computern
40
Boolesche Algebra und Schaltlogik

Minimierung von logischen Schaltungen und Schaltwerken
Automatentheorie (endliche Automaten, Moore/Mealy, Transducer, BchiAutomaten)
Grundlagen Aussagen- und Prdikatenlogik, logische Spezifikationen
Ablaufmodellierung (Transitions- und Kontrollflussgraphen, Petri-Netze)
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit
logischen Grundlagen der Informatik und der Schaltlogik vermittelt die Fhigkeit
zum praktischen Entwurf von optimierten digitalen Schaltungen und Schaltwerken
mit verschiedenen automaten-basierten Spezifikations- und Modellierungsmethoden vermittelt die Fhigkeit zum praktischen Entwurf und zur Modellierung von
sequenziellen und parallelen Systemen
Fhigkeit zur Abstraktion,
Umgang mit formalen Beschreibungen und automaten-basierten Spezifikationsund Modellierungsmethoden.
Inhalt:
Regulre Ausdrcke und kontextfreie Grammatiken
Automaten und Petri-Netze
Aussagen- und Prdikatenlogik als Spezifikationssprache
Zahlendarstellungen und Codierung
Schaltungslogik, Quine McCluskey, KV-Diagramme, BDDs
Grundlagen der Metastabilitt
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Inhalte werden in Vorlesungsblcken vorgestellt und in begleitenden bungen von den Studierenden
41
erarbeitet. Die bungsaufgaben knnen zeitlich und rtlich weitgehend ungebunden einzeln oder in Gruppen gelst werden. Die Lsungen werden bei regelmigen Treffen mit
Lehrenden und TutorInnen besprochen und korrigiert. Die Beurteilung erfolgt auf Basis
schriftlicher Tests und der kontinuierlich in den bungen erbrachten Leistungen. Der
bungsbetrieb und die Tests knnen computeruntersttzt durchgefhrt werden.
3.0/2.0 VU Grundlagen digitaler Systeme
3.0/2.0 VU Formale Modellierung
Grundlagen intelligenter Systeme

Bildungsziele:
Fachliche und methodische Kenntnisse: Das Modul vermittelt:
Grundkenntnisse in den theoretischen Grundlagen intelligenter Systeme
Fundamentale Konzepte, die zum Verstndnis der Arbeitsweise als auch der Erstellung intelligenter Systeme von Bedeutung sind
Fhigkeit zur formalen Analyse der eingesetzten Techniken und Methoden
Fhigkeit, Methoden und Techniken fr eine vorgegebene Aufgabenstellung auszuwhlen
Fhigkeit zur Analyse einfacher Aufgabenstellungen sowie die Umsetzung von Lsungen in eine geeignete Form der Wissensreprsentation mit dazugehrigem Verarbeitungsmechanismus
Kritische Bewertung und Reflexion von Lsungen
Prsentation von Lsungen
Eigeninitiative und Neugierde
Umgang mit formalen Beschreibungen und darauf aufsetzenden Verarbeitungsmechanismen
Inhalt: Einfhrung in die Knstliche Intelligenz:
42
Einfhrung und Geschichte

Suchverfahren
Constraint Satisfaction Probleme (CSP)
Methoden der Pfadplanung
Methoden der Unsicherheit, Vagheit, etc.
Planen
(modellbasierte) Diagnose
Lernen
Neuronale Netze
Einfhrung in wissensbasierte Systeme:
Einfhrung und geschichtlicher Hintergrund
Die Architektur eines wissensbasierten Systems
Formalismen zur Wissensreprsentation
Deduktionskonzepte korrespondierend zu den Formalismen
Implementierungen nichtmonotonen Verhaltens
Konzepte der Unsicherheit
Entwicklung von wissensbasierten Systemen, moderne Anwendungen etwa in der
Geodsie
Elementare Kenntnisse der Aussagen- und Prdikatenlogik
Algorithmen
Fhigkeit, einfache Beweise zu fhren
Mathematik , Algorithmen und Datenstrukturen, Modellierung
43
Prsentation der Lehrinhalte in einem Vorlesungsteil (Frontalvortrag)

Selbstndiges Ausarbeiten von Aufgabenstellungen durch Studierende
Prsentation der Lsungen (inkl. der bentigten Theorie)
Leistungsbeurteilung:
Schriftliche Prfung und
Bewertung der Ausarbeitungen (inkl. der Prsentation)
3.0/2.0 VU Einfhrung in die Knstliche Intelligenz
5.0/3.0 VU Einfhrung in wissensbasierte Systeme
Microcontroller und Betriebssysteme

Bildungsziele:
Grundlagen Microcontroller-Architecturen und -Komponenten
(Mikro-)Elektronik-Kennnisse fr System Design, IO-Interfaces
Einblick in die praktische Umsetzung von Betriebsystemkonzepten
Kenntnisse einer systematischen Vorgehensweise zur Implementierung von Beriebssystemkomponenten
Fertigkeiten in der Programmierung von Microcontrollern
Verstndnis von Datenblttern
Wissenschaftlich fundierte Problemlsung: Analyse von Buffergren, Reaktionszeiten von Systemen, etc.
Fertigkeiten in Design und der Implementierung von Betriebssystemkomponenten
Fehlersuche und -beseitigung im Kontext von Systemsoftware
Verstndnis fr Aspekte und Probleme unterhalb der Abstraktion von Hochsprachen
44
Interdisziplinre und flexible/anpassungsfhige Denkweise: Von normalen Systemen zu Embedded Systems.

Selbststndige und umfassende Lsung von Aufgabenstellungen.
Inhalt:
Microcontroller-Architekturen
Peripheriemodule von Microcontrollern
Serielle und parallele digitale Kommunikation
Analog-Digital- und Digital-Analog-Interfaces
Entwicklungs-Toolchain
Microcontroller-Programmierung in Assembler und einer Hochsprache (C)
Microcontroller-Programmierung unter einem Embedded Systems OS.
Systematisches Debugging in Embedded Systems
Interne Struktur eines Betriebssystems
Implementierung ausgewhlter Betriebssystemkomponenten aus dem Bereichen
Speicherverwaltung (virtueller Speicher)
Prozessverwaltung (Scheduling, Synchronisation)
Dateisysteme (Blockverwaltung, Dateiabstraktion)
Systemaufruf-Schnittstelle aus der Sicht des Betriebssystementwicklers
Physikalische Grundlagen elektrischer Komponenten und elektrischer Netzwerke
Analyse elektrischer Netzwerke
Wissen ber und Verstndnis von elementaren elektrischen Schaltungen
Fundierte Kenntnisse von Zahlendarstellungen in Computern
Grundlagen der Booleschen Algebra und Schaltlogik
Aufbau digitaler Schaltungen, Implementierung von Registern, Speicher und Logik
Fundierte Kenntnisse in Rechnerarchitekturen
45
Fundamentale Algorithmen und Datenstrukturen

Methoden zur Bewertung und Analyse von Algorithmen
Fhigkeit zur Abstraktion elektrischer Vorgnge
Fertigkeiten in der Verwendung der Rechenverfahren der Elektrotechnik
Fertigkeiten bei der praktischen Realisierung einfacher elektrischer Schaltungen
und deren messtechnischer Untersuchung
Fhigkeit zum praktischen Entwurf und zur Modellierung von sequenziellen und
parallelen Systemen
Abstrakte und effizienzorientierte Denkweise fr die Entwicklung von Programmen
Fhigkeit zum Einsatz formaler und informeller Methoden zur Spezifikation, Modellierung und Analyse von Algorithmen
Fundierte Fertigkeiten in der Programmierung in C
Kenntnisse ber die Programmentwicklung unter Unix und Linux
Selbstorganisation und Eigenverantwortlichkeit
Interdisziplinres Denken
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Elektrotechnische
Grundlagen, Rechnerstrukturen und Betriebssysteme, Grundlagen Digitaler Systeme,
Algebra und Diskrete Mathematik , Analysis, Algorithmen und Datenstrukturen
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Der erste Teil
des Moduls (Microcontroller) setzt sich aus einer Laborbung mit begleitender Vorlesung zusammen, wobei in der einstndigen Vorlesung die theoretischen Konzepte erarbeitet und in der Laborbung die Praktischen bungsbeispiele gelst werden. In beiden
gibt es mehrere Tests. In der Laborbung gibt es die Mglichkeit, vorgegebene Projekte auszuarbeiten. Der zweite Teil des Moduls (Programmierung von BetriebssystemKomponenten) ist als Laborbung organisiert, in der in Kleingruppen selbststndige
Softwareentwicklung betrieben wird und eine schriftliche Dokumentation relevanter Designentscheidungen und Erkenntnisse zu verfassen ist.
7.0/7.0 VU Microcontroller
3.0/2.0 UE Programmierung von Betriebssystemen
46
Modellbildung in der Physik

Bildungsziele:
Zentrale Grundgesetze der Physik mit Schwerpunkt Mechanik, Elektrostatik, Elektrodynamik, Schwingungen sowie Ideen der modernen Physik.
Mglichkeiten diese Gesetze experimentell zu beobachten und nutzen (Anwendungen)
Mglichkeiten der (einfachen) mathematischen Beschreibung und Lsung physikalischer Probleme basierend auf diesen Naturgestzen
Vermittlung einfacher analytischer Lsungswege von physikalischen (naturwissenschaftlichen) Problemen
Grundzge der numerischen Lsung (Simulation) einfacher Probleme.
Selbstorganisation und Eigenverantwortlichkeit
Fhigkeit zur Zusammenarbeit in kleinen Teams
Neugierde an Simulation von Problemen aus dem Alltag
Inhalt: Allgemeine Konzepte zur Lsung von einfachen naturwissenschaftlichen Problemen (skalare und vektorielle Gren, Beschreibung einfacher Systeme mittels Differentialgleichungen, analytische und numerische Lsungsmglichkeiten); Erhaltungsgren
in der Physik (Impuls, Energie etc.); Lsung von Problemen mittels Erhaltungsgren;
Thermodynamische Grundkonzepte (Brownsche Bewegung, Wrmeleitung, Hauptstze); Schwingungen und Wellen als grundlegende Phnomene in der Natur (Eigenfrequenzen, Resonanz, Wellenausbreitung, Interferenz, Spektralanalyse); Grundlagen der
Optik; Geometrische Optik-Physikalische Optik (Abbildung-Auflsung, einfache optische Gerte).
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse in Mathematik (Algebra,
Analysis, insbesondere Differentialgleichungen) sowie Wahrscheinlichkeitstheorie und
Statistik; grundlegende physikalische Kenntnisse (AHS/BHS-Niveau).
Kognitive und praktische Fertigkeiten: Fertigkeiten im Umgang mit mathematischen
Methoden, elementare Fertigkeiten im Umgang mit physikalischen Modellen.
47

Mathematik , Analysis, Analysis 2 , Wahrscheinlichkeitstheorie und Stochastische Prozesse
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Vorlesung: Vermittlung der Naturgesetze, Lsungswege etc., Prfung nach Vorlesung aber auch Kurztests in der VO. bung: Selbstndiges Lsen von Beispielen. Kombination aus sogenannter "Kreuzelbung"bzw. Abgabe von kleinen Projekten (auch in Gruppenarbeit).
6.0/4.5 VU Modellbildung in der Physik
Modellierung
Bildungsziele:
Das Modul vermittelt ein breites und integriertes Wissen und Verstehen der wissenschaftlichen Grundlagen der Modellierung.
Die Studierenden erwerben ein kritisches Verstndnis der wichtigsten Theorien,
Prinzipien und Konzepte der Modellierung auf dem Stand der Fachliteratur im
diesem Bereich.
Die Studierenden knnen ihr Wissen und Verstehen praktisch in Modellierungsaufgaben anwenden und Problemlsungen und Argumente fr Modellierungsaufgaben
erarbeiten und weiterentwickeln.
Die Studierenden knnen die fr die Modellierung relevanten Informationen sammeln, bewerten und interpretieren.
Die Studierenden sind in der Lage ihr Wissen selbstndig zu vertiefen.
Die Studierenden knnen modellierungsbezogene Positionen und Problemlsungen
formulieren, sich mit InformatikerInnen und DomnenexpertInnen darber austauschen und Verantwortung in einem Team bernehmen.
Die Studierenden lernen ihre eigenen Fhigkeiten und Grenzen einzuschtzen und
erwerben die Kritikfhigkeit an der eigenen Arbeit.
48
Die Studierenden erlernen Selbstorganisation und Eigenverantwortlichkeit zum eigenstndigen Lsen von Aufgaben.
Inhalt:
Datenmodellierung: Grundlagen der Modellierung, Datenbankentwurf, relationales
Modell, Datenintegritt
Objektorientierte Modellierung: Grundlagen objektorientierter Modellierung,
Klassen-, Sequenz-, Zustands-, Aktivitts- und Anwendungsfalldiagramme
Erwartete Vorkenntisse: Keine.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Inhalte werden in Vorlesungsblcken vorgestellt und in begleitenden bungen von den Studierenden
erarbeitet. Die bungsaufgaben knnen zeitlich und rtlich weitgehend ungebunden einzeln oder in Gruppen gelst werden. Die Lsungen werden bei regelmigen Treffen mit
Lehrenden und TutorInnen besprochen und korrigiert. Die Beurteilung erfolgt auf Basis
schriftlicher Tests und der kontinuierlich in den bungen erbrachten Leistungen. Der
bungsbetrieb und die Tests knnen computeruntersttzt durchgefhrt werden.
Lehrveranstaltungen des Moduls: Es sind die folgenden Lehrveranstaltungen zu absolvieren:
3.0/2.0 VU Datenmodellierung
3.0/2.0 VU Objektorientierte Modellierung
Praktikum Technische Informatik

Bildungsziele:
Fachliche und methodische Kenntnisse: Vertiefte Kenntnisse in den relevanten Teilgebieten.
Kognitive und praktische Fertigkeiten: Verbesserte Fertigkeiten in der Anwendung relevanter Methoden und Verfahren sowie der Lsungsdokumentation.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Verbesserte Problemlsungskompetenz.
Inhalt: Lsung individuell vergebener Problemstellungen, wie zum Beispiel
Implementierungs- und Simulationsaufgaben oder Modellierungs- und Analyseproblemen in einem relevanten Teilgebiet der Technischen Informatik. Anwendung der in
relevanten Grundlehrveranstaltungen vermittelten Kenntnisse und Methoden an realen
Aufgabenstellungen. Dokumentation der Lsung in einer schriftlichen Arbeit.
49
Fachliche und methodische Kenntnisse: Fr die individuelle Problemstellung relevante

Grundkenntnisse.
Kognitive und praktische Fertigkeiten: Fr die individuelle Problemstellung relevante
Fertigkeiten.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Elementare Problemlsungskompetenz.
Abhngig von individueller Problemstellung.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Bearbeitung der
individuell vergebenen Aufgabenstellung in Einzel- oder Gruppenarbeit, individuelle Betreuung.
6.0/1.0 PR Praktikum Technische Informatik
Programm- und Systemverifikation

Bildungsziele:
Kenntnis unterschiedlicher Spezifikationsformalismen, ihrer Semantik und ihrer
Anwendungsgebiete
Kenntnis unterschiedlicher Verifikationstools
Verstndnis grundlegender Methoden der Modellierung in Hinsicht auf Verifikationsfragen
Beispielhafte Kenntnisse zu Zertifikation und Industriestandards in Hinsicht auf
Verifikation
Praktischer Umgang mit Spezifikationsformalismen hinsichtlich ihrer Semantik und
hinsichtlich Requirement Engineering
Praktischer Umgang mit Verifikationstools
Praktische Modellierung und Verifikation von Systemen und Interpretation der
Ergebnisse
50
Verstndnis fr das Gefahrenpotential fehlerhafter Software und Hardware

Verstndnis fr die Bedeutung formaler Methoden in der Produktentwicklung
Anwendung theoretischer Konzepte auf angewandte Fragestellungen
Inhalt:
Methoden der Modellierung und Spezifikation durch Logik, Automaten, Assertions,
Coverage Kriterien
Verifikationswerkzeuge, insbesonders Model Checker, Statische Analyse, Theorembeweisen, Testen
Praktischer Umgang mit Verifikationswerkzeugen
Grundlagen zur Zertifizierung und zu Standards in der industriellen Validierung
Fachliche und methodische Kenntnisse: Programmkonstruktion, Modellierung, theoretische Informatik und Mathematik.
Kognitive und praktische Fertigkeiten: Gebter, fachgerechter Umgang mit Computerprogrammen und Konzepten der theoretischen Informatik und Mathematik.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Fhigkeit zur selbstndigen Einarbeitung in Tools anhand schriftlicher Unterlagen.
Mathematik , Theoretische Informatik und Logik , Programmkonstruktion, Grundlagen
Digitaler Systeme
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die in der Vorlesung vermittelten Grundlagen und Methoden werden in praktischen bungen am Computer und auf Papier vertieft und angewandt. Die Leistungsfeststellung erfolgt durch
Beispiel-Abgaben und schriftliche Tests/Prfungen.
6.0/4.5 VU Programm- und Systemverifikation
Programmierparadigmen
Bildungsziele:
51
Kenntnisse der Programmiersprachen und der produktiven Programmierung aus

der Sichtweise aktueller Methoden der Softwareentwicklung,
Kenntnisse zur effizienten Entwicklung objektorientierter Programme auf Basis
eines guten Verstndnisses der Wiederverwendung von Programmteilen,
Kenntnisse zur Entwicklung funktionaler Programme in einem dafr typischen Stil.
Kognitive und praktische Fertigkeiten: Durch die praktische Auseinandersetzung mit
aktuellen Programmiersprachen, Programmiermethoden und Programmierwerkzeugen
werden folgende Fertigkeiten vermittelt bzw. ausgebaut:
Modellbildung und Abstraktion in der Programmierung.
Einsatz bewhrter Methoden zur Modellbildung, Lsungsfindung und Evaluation
im Bereich der Programmierung.
Umgang mit unspezifizierten und unvollstndig spezifizierten Problemsituationen.
Kritische Bewertung und Reflexion von Lsungen.
Der bungsbetrieb frdert die Selbstorganisation und Eigenverantwortlichkeit sowie das Finden kreativer Problemlsungen und eigenstndiger Lsungsstrategien.
Die Arbeit in Gruppen strkt die Teamfhigkeit.
Die Vermittlung von Hintergrundwissen frdert die Neugierde an Themen im Bereich der Programmiersprachen und -paradigmen.
Inhalt:
berblick ber Paradigmen der Programmierung und entsprechende Programmiersprachen
Konzepte objektorientierter und funktionaler Programmiersprachen
Sprachkonzepte fr Generizitt, Nebenlufigkeit und Modularisierung
Produktive Verwendung dieser Konzepte in einer den zugrundeliegenden Paradigmen entsprechenden Weise
Genaue Betrachtung der Ersetzbarkeit und anderer fr die Wiederverwendung in
objektorientierten Programmen bedeutender Prinzipien
Zusammenhnge zwischen verschiedenen objektorientierten Konzepten und Prinzipien
52
Ausgewhlte Entwurfsmuster und objektorientierte Programmiertechniken

Rekursive und applikative Programmierung in funktionalen Sprachen
Fachliche und methodische Kenntnisse: Objektorientierte Modellierung, grundlegende
Algorithmen und Datenstrukturen
Kognitive und praktische Fertigkeiten: Praktische Programmierkenntnisse in einer objektorientierten Programmiersprache
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Fhigkeit zur Zusammenarbeit in Kleingruppen.
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Algorithmen und Datenstrukturen, Modellierung, Programmkonstruktion
2 Ects (je 1 Ects fr Funktionale Programmierung und Objektorientierte Programmiertechniken) Vortrag und selbstndiges Erlernen der Grundlagen und des theoretischen Stoffes (= Massenlehre), Beurteilung durch Prfung oder Tests.
4 Ects (je 2 Ects Funktionale Programmierung und Objektorientierte Programmiertechniken) bung in Kleingruppen zur Entwicklung praktischer Fhigkeiten, Beurteilung der Lsungen von Programmieraufgaben.
3.0/2.0 VU Objektorientierte Programmiertechniken
3.0/2.0 VU Funktionale Programmierung
Programmkonstruktion
Bildungsziele:
Verstehen systematischer, konstruktiver Vorgehensweisen beim Erstellen, Testen,
Debuggen, Nachvollziehen und Modifizieren von Programmen
Verstehen der wichtigsten Konzepte einer aktuellen alltagstauglichen Programmiersprache
Verstehen einfacher Algorithmen und fundamentaler Datenstrukturen
Kennen der hufigsten Fehlerquellen in der Programmierung
53

Anwenden fundamentaler Konzepte, Vorgehensweisen und Werkzeuge zum Erstellen, Testen, Debuggen, Nachvollziehen und Modifizieren von Programmen
Anwenden abstrakter und systematischer Denkweisen in der Programmierung
Dokumentation und Kommunikation von Programmeigenschaften
Fhigkeit zur Zusammenarbeit in Zweierteams
Freude am Lsen von Programmieraufgaben
Neugierde an Themen im Zusammenhang mit der Programmierung
Inhalt:
Fundamentale prozedurale Programmierkonzepte (einschlielich Rekursion und
Ein- und Ausgabe)
Fundamentale Entwurfskonzepte, Problemlsungsstrategien, Algorithmen und Datenstrukturen (einschlielich abstrakter Datentypen)
Fundamentale Entwicklungsmethoden (hinsichtlich Programmverstehen, Korrektheit, Debuggen, Dokumentation und Programmierstil) und Programmierwerkzeuge
(einschlielich geeigneter Programmierumgebungen)
Maturaniveau.
Fundierte
auf
AHS/BHS-

Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Inhalte werden
in Vorlesungen vorgestellt und in begleitenden bungen von Studierenden erarbeitet.
bungsaufgaben bestehen vorwiegend aus kleinen Programmieraufgaben. Sie werden zu
einem Teil rtlich ungebunden innerhalb vorgegebener Fristen, zum anderen Teil unter
kontrollierten Bedingungen alleine oder in Zweierteams gelst. Eine grere Programmieraufgabe bildet die Abschlussaufgabe. Die Beurteilung erfolgt auf Basis mehrerer
schriftlicher Tests, der kontinuierlich in den bungen erbrachten Leistungen sowie einem Beurteilungsgesprch zur Lsung der Abschlussaufgabe. bungen und Tests werden
computeruntersttzt durchgefhrt.
8.8/6.0 VU Programmkonstruktion
54
Rechnerstrukturen und Betriebssysteme

Bildungsziele:
Kenntnisse ber den Hardwareaufbau und die Leistungsfhigkeit von Prozessoren
und deren Subsystemen
Exemplarische Darstellung des Instruktionssatzes als Sprache des Computers
Methodische Kenntnisse fr die Performance-Analyse von Rechnern
Grundlegendes Verstndnis ber den Einfluss der Technologie auf die Rechnerentwicklung
Kenntnisse ber die Rolle und Aufgaben von Betriebssystemen
Verstehen von Designentscheidungen fr das Management von Systemressourcen
Verstndnis der Mechanismen zur Koordination und Synchronisation paralleler
Prozesse
Grundkenntnisse der Netzwerkkommunikation und des Zugriffsschutzes
Fhigkeit zur Abstraktion der Hardware-Einrichtungen von Rechnern
Fhigkeit der Einschtzung bzw. Berechnung der Performance von Rechnersubsystemen
Verstndnis ber die Skalierung von Rechnereinheiten (Speicher, Multiprozessoren,
...)
Arbeiten mit Betriebssystemen und Programmierung unter Verwendung von Betriebssystemservices
Programmieren in einer Systemprogrammiersprache (C)
Programmierung paralleler Prozesse unter Verwendung gemeinsamer Ressourcen
und Nutzung der Kommunikations- und Synchronisationsmechanismen eines Betriebssystems
Erkennen und Einschtzen knftiger Entwicklungen von Hardware- (Halbleiter),
Software- und Betriebssystemtechnologien
55
Fhigkeit zur Abstraktion

Identifikation und Analyse von Kommunikations- und Synchronisationsanforderungen beim Ressourcenmanagement, sowie Lsung entsprechender Synchronisationsaufgaben
Inhalt: Das Modul vermittelt und integriert Kenntnisse aus den Bereichen Rechnerstrukturen und Betriebssysteme bis hin zu Netzwerken und C-Programmierung unter
Betriebssystemen.
Konkrete Inhalte aus dem Bereich der Rechnerstrukturen:
Instruktionssatz und Assembler der MIPS32-Architektur
Rechnerarithmetik
Addressierung
ALU
Festkomma- und Gleitkomma-Darstellung
Prozessor
Data- und Control-Path
Pipelining und Pipelining Hazards
Superpipelining, Superskalar- und VLIW-Prozessoren
Speicherhierarchie
Register
Cache-Speicher
Hauptspeicher, virtuelle Speicherverwaltung
Platten- und I/O-Systeme
Multiprozessor-Systeme
Shared-Memory-Systeme
Message-Passing-Systeme
Konkrete Inhalte aus dem Bereich Betriebssysteme:
Grundkonzepte Betriebssysteme
Definition und Entwicklungsgeschichte
zentrale Abstraktionen und Mechanismen
Betriebssystemarchitekturen
Prozesse, Threads und Scheduling
56
Prozesse, Prozesszustnde
Datenstrukturen und Mechanismen zur Prozessverwaltung
Threads, Multithreading
Scheduling und Distpatching (Ziele und Verfahren)
Prozesssynchronisation und Deadlock
Mutual Exclusion und Bedingungssynchronisation
Synchronisationsmechanismen + Basiskonstrukte (Dekker Algorithmus, Test
and Set, Spinlocks) + Semaphore, Sequencer und Eventcounts, Monitor,
Nachrichten und Synchronisation
Synchronisationsaufgaben: Producer-Consumer, Reader-Writer, Dining Philosophers
Deadlock: Voraussetzungen, Erkennung, Vermeidung
Speicherverwaltung
Speicheraufteilung, Relocation
Segmentierung und Paging
Virtual Memory Management (Prinzipien, Adressierung und Hardwareuntersttzung, Seitenaustausch, Protection und Sharing)
Ein/Ausgabe und Disk Management
Devices und deren Charakteristika
Ablauf von I/
Operationen, Treiber, Pufferung
Festplatten: Zugriffe und Organisation
Filesysteme: Operationen, Struktur und Organisation
Networking
Einfhrung Netzwerke und Protokolle
Betriebssystem und Netzwerkkommunikation
Security und Protection
Bedrohungsszenarien und Sicherheitsmanahmen
Sicheres Design
Zugriffsschutz, Authentifizierung, Rechtesysteme
Verschlsselung (Einfhrung)
Arbeiten mit Betriebssystemen
57
User Interface, Shell, API, Libraries und Tools

Programmieren unter Betriebssystemen mittels einer Systemprogrammiersprache, Debugging
Systemprogrammierung (Parameter und Optionsbehandlung, Files, Filesystem; Parallele Prozesse, Signale und Signalbehandlung; Synchronisation von
Prozessen und Interprozesskommunikation: Sockets, Pipes, Message Queues)
Fachliche und methodische Kenntnisse: Kenntnisse von Zahlendarstellungen in Computern, Boolescher Algebra und Logik, endlicher Automaten, Transducer, Grammatiken,
Programmiersprachen, sowie Kenntnisse der systematischen Vorgehensweise bei der Programmerstellung.
Kognitive und praktische Fertigkeiten: Interpretieren und Arbeiten mit Zahlendarstellungen, logischen Ausdrcken, Automaten und Grammatiken. Kenntnisse der Programmierung in einer Programmiersprache und der systematischen Programmerstellung und
Evaluation.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Analyse komplexer Zusammenhnge und Wechselwirkungen, Strukturieren und Entwerfen von modularen, interagierenden Systemen.
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Grundlagen Digitaler
Systeme, Programmkonstruktion
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Das Modul setzt
sich aus Vorlesungskomponenten und einer Laborbung zusammen. Die Inhalte zu
den Rechnerstrukturen und Betriebssystemen werden in Vorlesungen prsentiert, wobei quantitative Inhalte mit Beispielen vermittelt werden. Ausgewhlte Problemstellungen aus dem Bereich der Betriebssystemprogrammierung (z.B. Generierung paralleler
Prozesse, Interprozesskommunikation) werden in einer Laborbung in der Systemprogrammiersprache C unter UNIX (Linux) programmiert. Einfhrungswissen zu den Aufgabenstellungen wird in begleitenden Vortragsblcken angeboten.
3.0/3.0 VO Rechnerstrukturen
2.0/2.0 VO Betriebssysteme
4.0/2.0 UE Betriebssysteme
Regelungstechnik
Bildungsziele:
58
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse in Regelungstechnik, beginnend bei den systemtheoretischen Grundlagen linearer zeitkontinuierlicher und zeitdiskreter Systeme ber den systematischen Entwurf linearer Regler im Frequenzbereich
bis hin zum Beobachter- und Reglerentwurf im Zustandsraum.
Kognitive und praktische Fertigkeiten: Mathematische Durchdringung regelungstechnischer Probleme; praktische Fertigkeiten im mathematisch fundierten Reglerentwurf;
Grundfertigkeiten Simulation und Implementierung von Reglungssystemen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Einsatz mathematischer
Methoden zur wissenschaftlich fundierten Lsung von Anwendungsproblemen im Regelungsbereich.
Inhalt: Einfhrung in die Theorie zeitkontinuierlicher und zeitdiskreter Systeme, das
Zustandskonzept, Linearitt, Zeitinvarianz, Transitionsmatrix, Jordan-Form, Ruhelagen, Linearisierung (um eine Ruhelage bzw. eine Trajektorie), asymptotische Stabilitt der Ruhelage, Eingangs-Ausgangsbeschreibung (bertragungsfunktion, bertragungsmatrix), Realisierungsproblem fr SISO-Systeme, Frequenzgang (Bode-Diagramm,
Nyquist-Ortskurve), BIBO-Stabilitt (Routh-Hurwitz-, Michaelov-, Nyquist-Kriterium),
geschlossener und offener Regelkreis, Performance berlegungen, interne Stabilitt,
asymptotisches Fhrungsverhalten, Strunterdrckung, Regelkreise mit einem und zwei
Freiheitsgraden, Kaskadenregelung, Reglerentwurfsmethoden im Frequenzbereich: Frequenzkennlinienverfahren (P-, I-, PD-, PI-, PID-, Lead-, Lag-Regler, Notch-Filter), Erreichbarkeit und Beobachtbarkeit (Erreichbarkeits- und Beobachtbarkeitsmatrix, PBHTest, Gramsche Matrizen, Markov-Parameter und Hankelmatrix), Reglerentwurfsmethoden im Zustandsraum: Polvorgabe (Formel von Ackermann), Beobachterentwurf (trivialer Beobachter, vollstndiger Luenberger Beobachter), das Dualittsprinzip, das Separationsprinzip, Implementation digitaler Regler.
Fachliche und methodische Kenntnisse: Fundierte Mathematik-Kenntnisse (Analysis, Algebra); Grundkenntnisse in der Modellbildung physikalischer Systeme; fundierte Kenntnisse bezglich zeitkontinuierlicher und zeitdiskreter elektrotechnischer Systeme.
Kognitive und praktische Fertigkeiten: Fertigkeiten in der Verwendung mathematischer
Methoden (Analysis, Algebra); Fertigkeiten in der Modellbildung physikalischer und
insbesondere elektrotechnischer Systeme.
Mathematik , Analysis, Analysis 2 , Elektrotechnische Grundlagen, Modellbildung in der
Physik , Signale und Systeme
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Das Modul setzt
sich aus einem Vorlesungsteil, bei dem die theoretischen Konzepte vorgestellt werden,
einem bungsteil, bei dem einfache Rechenbeispiele auf der Tafel vogerechnet werden
und einem Laborbungsteil, bei dem das Computeralgebraprogramm Maple und das
59
Numerik- und Simulationsprogramm Matlab/Simulink sowie die Control System Toolbox zum Einsatz kommen, zusammen.
4.5/3.0 VU Automatisierung
1.5/1.5 LU Regelungstechnik
Signale und Systeme

Bildungsziele:
Fachliche und methodische Kenntnisse: Kenntnis des Begriffssystems der Signal- und
Systemtheorie und der grundlegenden Modelle fr die mathematische Beschreibung von
Signalen und linearen Systemen im Zeitbereich und im Frequenzbereich.
Kognitive und praktische Fertigkeiten: Formulieren und klassifizieren von Problemen der
Systemdynamik und der Signalverarbeitung; beherrschen der erforderlichen mathematischen Standardmethoden; lsen und interpretieren der Ergebnisse konkreter Aufgaben.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Erkennen der Beziehungen zwischen realen Objekten und deren mathematischen Modellen; Motivation fr das
Erlernen und Anwenden theoretischer Zusammenhnge; eigenstndiges Lsen der Rechenaufgaben in kollegialer Zusammenarbeit und mit Untersttzung von Tutoren.
Inhalt:
Zeitkontinuierliche Signale und Systeme:
Modellieren von Signalen und Systemen (determinierte Signale, Zufallssignale, Systemantworten, Linearitt und Zeitinvarianz, Kausalitt und Stabilitt)
LTI-Systeme im Zeitbereich (Aufstellen der System-Differenzialgleichung, Eigenfunktionen, bertragungsfunktion, Pole und Nullstellen, klassische Lsungstechniken, Sprungantwort und Stoantwort)
Fourier-Transformation (Definition und anschauliche Bedeutung, Eigenschaften
und Techniken, Faltungsprodukt, Korrelationsprodukt)
LTI-Systeme im Frequenzbereich (Systemantworten bei Sinuseingngen, komplexer
Frequenzgang, Bode-Diagramm, Totzeitsysteme, Erregung durch Zufallssignale)
Fourier-Reihen (periodische Signale, Eigenschaften und Techniken, Systemantworten bei periodischen Eingngen)
Strme und Spannungen mit Oberschwingungen (Charakterisierung von Mischgren und Wechselgren, Leistungsgren, Entstehung von Oberschwingungen
in nichtlinearen Systemen)
60
Laplace-Transformation (Definition und Beziehung zur Fourier-Transformation,

Eigenschaften und Techniken, Faltungssatz, Anfangs- und Endwertsatz)
LTI-Systeme im Laplace-Bereich (Behandlung von Anfangsproblemen, Kombinieren von Systemen)
Systeme im Zustandsraum (Aufstellen der Zustandsgleichungen, Lsungsdarstellungen im Zustandsraum, Eigenwerte und Eigenvektoren, Transitionsmatrix, bertragungsmatrix, Steuerbarkeit und Beobachtbarkeit)
Zeitdiskrete Signale und Systeme:
Zeitdiskrete Signale (elementare zeitdiskrete Signale und Signaleigenschaften,
Zeitachsentransformationen, Fourierreihen)
Zeitdiskrete Systeme (Beschreibung im Zeit- und im Frequenzbereich)
Fouriertransformation fr zeitdiskrete Signale und Systeme (Eigenschaften, Abtastung und Rekonstruktion analoger Tiefpass- und Bandpasssignale)
Differenzengleichungen und Z-Transformation (zeitdiskrete Netzwerke, Differenzengleichungen mit konstanten Koeffizienten, Z-Transformation, inverse ZTransformation, Eigenschaften der Z-Transformation, Lsung von Differenzengleichungen mit der Z-Transformation, Anfangs- und Endwerttheorem)
Digitale Filter (Idealisierte zeitdiskrete Filter, Hilberttransformator, FIR- und IIRFilterentwurf, Filterrealisierungen)
Diskrete Fouriertransformation (DFT) und schnelle DFT (Eigenschaften, Zusammenhang DFT und Z-Transformation, Fenstereffekt, Overlap-Add und OverlapSave Faltungsoperation, schnelle Fouriertransformation (FFT))
Multiratensignalverarbeitung (Interpolation, Dezimation, effiziente Multiratensysteme)
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse aus linearer Algebra und
Analysis einschlielich lineare gewhnliche Differenzialgleichungen; Kenntnis der idealisierten Eigenschaften elektrischer Stromkreiselemente und der Analysemethoden fr
elektrische Schaltungen.
Kognitive und praktische Fertigkeiten: Sicheres Umgehen mit mathematischen Werkzeugen; praktische Fertigkeit in der Analyse elektrischer Schaltungen; komplexe Wechselstromrechnung.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Konsequentes Ausloten
mathematischer Ideen und Strukturen.
61

Mathematik , Analysis, Analysis 2 , Elektrotechnische Grundlagen, Modellbildung in der
Physik
Zeitkontinuierliche Signale und Systeme: Vorlesung mit integrierten Rechenbungen; selbststndiges Lsen bereitgestellter Aufgaben als begleitende Mitarbeit;
schriftliche und mndliche Abschluprfung.
Zeitdiskrete Signale und Systeme: Jedes Teilgebiet wird mit reprsentativen Rechenbeispielen und Simulationsbeispielen mit MATLAB oder OCTAVE vorgestellt,
mit Vorfhrung typischer Anwendungen der digitalen Signalverarbeitung (Filterentwurf, Simulation akustischer Rume, MPEG Audiocodierung). Die Leistungsfeststellung erfolgt einerseits durch eine Prfung ber den vorgestellten Stoff und
andererseits durch die Beurteilung der Mitarbeit und Prfungen in der bung
(Kleingruppen, Betreuung mit Untersttzung durch Tutoren).
4.5/3.0 VU Signale und Systeme 1
4.0/3.0 VU Signale und Systeme 2
Studieneingangsgesprch
Bildungsziele: Ziel des Studieneingangsgesprchs ist es, Studieninteressierte zu einer expliziten Reflexion ber ihre Studienmotivation anzuregen und ihnen die Mglichkeit zu
bieten, durch ein Gesprch mit in Lehre und Forschung ausgewiesenen Experten und
Expertinnen die Grnde fr die Studienwahl und Erwartungen an das Studium zu berprfen.
Inhalt: Die angehenden Studierenden verfassen eigenstndig ein Motivationsschreiben
und fhren ein Gesprch mit Angehrigen der Fakultt ber ihre Motivation und Erwartungen.
Erwartete Vorkenntisse: Keine.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Lehrveranstaltung wird durch mit Erfolg teilgenommen beurteilt, wenn ein eigenstndiges Motivationsschreiben verfasst und das Studieneingangsgesprch gefhrt wurde.
62
Theoretische Informatik und Logik

Bildungsziele: Dieses Modul befasst sich mit den theoretischen und logischen Grundlagen
der Informatik.
Fachliche und methodische Kenntnisse: Fundamentale Konzepte und Resultate der Mathematischen Logik, Automaten und formalen Sprachen, Berechenbarkeit und Komplexitt sowie der formalen Semantik von Programmiersprachen.
Kognitive und praktische Fertigkeiten: Die Studierenden erwerben die Fhigkeit, formale
Beschreibungen lesen und vestehen und Konzepte formal-mathematisch beschreiben zu
knnen. Weiters lernen sie, die Struktur von Beweisen und Argumentationen zu verstehen
und selber solche zu fhren.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Selbstndiges Lsen von
Problemen.
Inhalt:
Mathematische Logik: Aussagenlogik, Prdikatenlogik, elementare Modallogiken
wie LTL, Kripkemodelle, Kalklbegriff, logische Struktur formaler Beweise
Automatentheorie: endliche Automaten, Bchiautomaten, Transducer, Operationen auf Automaten
Formale Sprachen: Chomsky Hierarchie
Berechenbarkeit und Komplexitt: universelle Berechenbarkeit, Unentscheidbarkeit, NP-Vollstndigkeit
Grundlagen der operationalen und axiomatischen Semantik von Programmiersprachen
Grundlagen von Prozessalgebren und Concurrency (CSP, CCS)
Fachliche und methodische Kenntnisse: Automaten, regulre Ausdrcke, Grammatiken
sowie Aussagen- und Prdikatenlogik als Spezifikationssprachen, Syntax und Semantik,
Modellbegriff.
Diese Voraussetzungen werden in der Lehrveranstaltung Formale Modellierung des Moduls Grundlagen Digitaler Systeme vermittelt.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Inhalte werden in einem Vorlesungsteil vorgestellt und in begleitenden bungen von den Studierenden erarbeitet. Die bungsaufgaben knnen zeitlich und rtlich weitgehend ungebunden
63
einzeln oder in Gruppen gelst werden. Die Lsungen werden bei regelmigen Treffen
mit Lehrenden und TutorInnen besprochen und korrigiert. Die Beurteilung erfolgt auf
Basis schriftlicher Tests und der kontinuierlich in den bungen erbrachten Leistungen.
Der bungsbetrieb und die Tests knnen computeruntersttzt durchgefhrt werden.
6.0/4.0 VU Theoretische Informatik und Logik
bersetzerbau
Bildungsziele:
Theoretische Grundlagen des bersetzerbaus
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit Methoden und
Werkzeugen des bersetzerbaus vermittelt
die praktische Fhigkeit zur Assemblerprogrammierung und
die praktische Fhigkeit zur Konstruktion von Parsern und bersetzern
Neugierde am bersetzerbau
Inhalt:
Grundlagen von Compilern und Interpretern, Struktur von bersetzern
Computerarchitektur und Grundlagen
Lexikalische Analyse (regulre Definition, endlicher Automat)
Syntax-Analyse (Top-Down, Bottom-Up)
Syntaxgesteuerte bersetzung (Attributierte Grammatik)
Semantische Analyse, Zwischencode (Symboltabelle)
Zwischencode
Codeerzeugung (Befehlsauswahl, Befehlsanordnung, Registerbelegung)
Laufzeitsystem (Stackverwaltung, Heapverwaltung)
Optimierungen (Programmanalysen, skalare Optimierungen, Schleifenoptimierungen)
64
bersetzung objektorientierter Konzepte (Klassendarstellung und Methodenaufruf, Typberprfung, Analysen)

theoretische Grundlagen der Informatik
alle zur Erstellung von Programmen notwendigen Kenntnisse
die praktische Fhigkeit zur Konstruktion von Programmen
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Programmkonstruktion,
Modellierung, Algorithmen und Datenstrukturen, Programmierparadigmen
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Vortrag und selbstndiges Erlernen der eher theoretischen Grundlagen. Laborbung in gefhrten Kleingruppen zur Entwicklung praktischer bersetzerentwicklungsfhigkeiten. Die Beurteilung erfolgt durch Prfung oder Tests und die Beurteilung der Lsungen von Programmieraufgaben plus Abschlussgesprch.
6.0/4.0 VU bersetzerbau
Verteilte Systeme
Bildungsziele:
Verteilte Systeme, Internetcomputing
Anforderungen und Design-Mglichkeiten komplexer, verteilter Systeme verstehen
Grundlegende Methoden und Algorithmen Verteilter Systeme verstehen, sowie deren Vor- und Nachteile und Einsatzmglichkeiten kennen
Paradigmen und Konzepte aktueller Technologien und Werkzeuge fr Verteilte
Systeme verstehen und anwenden knnen
Anwendungsgrenzen (v.a. asynchroner) Verteilter Systeme kennen und verstehen
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit Methoden und
Werkzeugen der Programmierung vermittelt
Abstraktion
methodisch fundierte Herangehensweise an Probleme
65
kritische Bewertung und Reflexion von Lsungen

Programmatische Umsetzung der Konzepte Verteilter Systeme mit aktuellen Technologien in Form einfacher, verteilter Anwendungen
Eigeninitiative und Neugierde
Finden kreativer Problemlsungen
Inhalt:
Grundlagen und Konzepte
Communication und Middleware
Operating System Support
Naming and Discovery
Clocks and Agreement
Consistency and Replication
Dependability and Fault Tolerance
Security
Technology Overview
Dieses Modul baut auf den Kenntissen, Fertigkeiten und Kompetenzen folgender Module
auf: Algorithmen und Datenstrukturen, Programmkonstruktion
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Blended Learning:
Den Studierenden wird empfohlen vor der jeweiligen Vorlesung die auf der LVA
Homepage angegebenen Buchseiten zu lesen und die Fragen aus dem Fragenkatalog
zu beantworten.
Im Rahmen der Vorlesung wird die Theorie erlutert und Querverbindungen hergestellt. Es besteht die Mglichkeit komplexe Sachverhalte interaktiv (durch Fragen
der Studierenden) zu erarbeiten.
66
Im Rahmen der parallel laufenden Laborbungen werden ausgewhlte Themen der

Lehrveranstaltung durch kleine Programmieraufgaben vertieft
3.0/2.0 VO Verteilte Systeme
3.0/2.0 UE Verteilte Systeme
Vertiefung Technische Informatik

Regelarbeitsaufwand:
Bildungsziele:
Fachliche und methodische Kenntnisse: Vertiefte Kenntnisse in den gewhlten Teilgebieten.
Kognitive und praktische Fertigkeiten: Verbesserte Fertigkeiten in der Anwendung relevanter Methoden und Verfahren in den gewhlten Teilgebieten.
Inhalt: Die in dieses Modul aufgenommenen Lehrveranstaltungen erfllen folgende Kriterien:
Umfang, Niveau und Aufwand entsprechen jenen von Pflichtlehrveranstaltungen.
Lehrveranstaltungen ohne bungsanteil nur in gut begrndeten Ausnahmefllen.
Thema passend zum Qualifikationsprofil des Bachelorstudiums Technische Informatik
Thematische und inhaltliche Distanz zu existierenden Pflicht- und Wahllehrveranstaltungen bzw. -modulen.
Erwartete Vorkenntisse: Es werden die fr die gewhlten Lehrveranstaltungen erforderlichen Kenntnisse, Fertigkeiten und Kompetenzen vorausgesetzt.
Lehrveranstaltungen des Moduls: Es sind eine oder mehrere der folgenden Lehrveranstaltungen zu whlen:
4.5/3.0 VU Signalprozessoren
3.0/3.0 VU Einfhrung in die Telekommunikation
6.0/4.0 VU Parallel Computing Einfhrung paralleles Rechnen
6.0/4.0 VU Argumentieren und Beweisen
67
Wahrscheinlichkeitstheorie und Stochastische Prozesse

Bildungsziele:
Fachliche und methodische Kenntnisse: Fachliche Beherrschung der unten angefhrten
Themen und Begriffe, die Fhigkeit sich mit darauf aufbauenden Methoden und Verfahren der theoretischen und angewandten Wissenschaften beschftigen zu knnen und
deren Grundlagen verstehen zu lernen.
Kognitive und praktische Fertigkeiten: Zusammenhnge und Bedeutung der vorgestellten
Methoden verstehen zu lernen, Befhigung zur Auswahl und Verwendung problemadquater Verfahren.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Auswahl und Anwendung
geeigneter Verfahren zur Lsung praktischer Probleme in Anwendungsgebieten wie Informationstheorie und Statistik.
Inhalt: Elementare Wahrscheinlichkeitstheorie: diskrete Wahrscheinlichkeitsrume, Ereignisse, Additionstheorem, bedingte Wahrscheinlichkeiten, Unabhngigkeit, stetige
Rume (mit naiver Interpretation). Zufallsvariable: Verteilungsfunktion, Wahrscheinlichkeitsfunktion, Dichte, mehrdimensionale Verteilungen, bedingte Verteilungen und Dichten, Unabhngigkeit von Zufallsvariablen, Erwartungswert, Varianz, Kovarianz, Korrelationskoeffizient, Momente, charakteristische und momentenerzeugende Funktion, Ungleichungen von Markov und Chebychev, Chernov-Schranke, Quantile, Median, wichtige
diskrete und stetige Verteilungen. Folgen von Zufallsvariablen: Gesetze der groen Zahlen, zentraler Grenzwertsatz, Konvergenz fast sicher, in Wahrscheinlichkeit und in Verteilung, Definition von Markovketten und stationren Folgen. Markovketten: ChapmanKolmogorov Gleichungen, Klassifikation der Zustnde, stationre Verteilungen. Statistische Grundbegriffe: Schtzer, Konfidenzintervall, Test, Regression. Informationstheorie:
Entropie, Information, relative Entropie, Informationsquellen mit Gedchtnis (Markov,
stationr). Prozesse in stetiger Zeit: Markovketten, einfache Warteschlangenmodelle, Erneuerungsprozesse.
Fachliche und methodische Kenntnisse: Elementare Mengenlehre, Folgen und Reihen,
Differential- und Integralrechnung in mehreren Vernderlichen, Matrizenrechnung, elementare Kombinatorik, matheoretische Grundlagen.
Kognitive und praktische Fertigkeiten: Fhigkeit, die angefhrten Kenntnisse zur Lsung
mathematisch-praktischer Probleme einzusetzen.
Mathematik , Analysis, Analysis 2
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Vorlesung ber
die theoretischen Grundbegriffe und Methoden der oben angefhrten Fachbegriffe sowie
68
ihren Einsatz bei der Lsung praktischer Probleme. Schriftliche und mndliche Prfung mit Rechenbeispielen und Theoriefragen, Vertiefung und Anwendung des gelernten
Stoffes durch regelmiges Lsen von bungsbeispielen. Leistungskontrolle durch Hausaufgaben und Prsentation der Lsungen.
4.0/4.0 VO Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
3.5/2.0 UE Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
Zuverlssige Echtzeitsysteme
Bildungsziele:
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse ber die Konstruktion und
Modellierung von zuverlssigen Systemen, die strikten zeitlichen Vorgaben gehorchen
mssen. Die inkludiert die Kenntnisse von Fehlerarten, Fehlermodellen, Fehlererkennung,
Fehleranalyse, Redundanzverfahren, Zuverlssigkeitsmodellierung, Verstndnis und Arbeiten mit zeitabhngiger Information, Uhrensynchronisation, Echtzeitscheduling und
Echtzeitkommunikation.
Kognitive und praktische Fertigkeiten: Fhigkeit der Einschtzung von Fehler- und Ausfallrisiken, Kenntnis von Verfahren zur Erhhung der Zuverlssigkeit von Computersystemen, Analyse von zeitlichen Anforderungen an Computersysteme, Modellierung und
Konstruktion von Computersystemen mit Echtzeitanforderungen, Tool-untersttzte Fehlermodellierung (inkl. Warteschlangenmodell-Simulation) von Computersystemen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Fhigkeit zur Risikoabschtzung und zur Konstruktion sicherer Computersysteme; Erhhung der Zuverlssigkeit von Echtzeitapplikationen; kritische Analyse von Systemvarianten und Dokumentation der Zuverlssigkeit von Systemen.
Inhalt:
Grundlagen: Zuverlssigkeit, Wartbarkeit, Verfgbarkeit, MTTF
Quantitative Analysen: Blockdiagramme, Fehlerbume, Markov-Prozesse
Sicherheit, Fehlermodelle, Wartung, Alterungsfehler, Entwurfsfehler
Fehlertolerante Computersysteme: Redundanz, Fehlerlatenz, Voting, Recovery
Blocks, N-Version-Programming, Synchronisation
Fallstudien von zuverlssigen bzw. fehlertoleranten Systemen
Fehler und Zuverlssigkeitsmodellierung/analyse mit Tools
Grundlagen Echtzeitsysteme, Zeitabhngigkeit von Information, logische und temporale Ordnung
69
Modellbildung von Echtzeitsystemen: Zustand und Ereignis, Komponenten, Interfaces, Echtzeitinformation

Echtzeitkommunikation, Kommunikationsprotokolle fr Echtzeitsysteme
Uhrensynchronisation
Fehlertoleranz in Echtzeitsystemen
Echtzeitbetriebsysteme: Taskstruktur, Ressourcenmanagement, I/O, Scheduling,
Worst-Case Zeitanalyse von Tasks
Energieverbrauch und Energiemanagement in Echtzeitsystemen
Design von Echtzeitsystemen: Architekturmodelle, Composability, Designprinzipien, Zertifizierung
Fachliche und methodische Kenntnisse: Kenntnisse in Boolescher Algebra, theoretischer
Informatik und Logik, Wahrscheinlichkeitsrechnung, Beschreibung und Modellierung
stochastischer Prozesse, Aufbau und Funktionsweise von Microcomputern, Betriebssystemen und Netzwerken.
Kognitive und praktische Fertigkeiten: Wahrscheinlichkeitsrechnung und Modellierung,
Systematisches Arbeiten mit Softwaretools, Abstraktionsvermgen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Analyse komplexer Zusammenhnge und Wechselwirkungen, Problemlsung im Team.
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Grundlagen Digitaler
Systeme, Theoretische Informatik und Logik , Wahrscheinlichkeitstheorie und Stochastische Prozesse, Microcontroller und Betriebssysteme
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Grundlagen
und theoretischen Inhalte werden im Vorlesungsteil vermittelt. Praktische Fertigkeiten
der Fehler- und Zuverlssigkeitsmodellierung werden in einem bungsteil erworben, in
dem die Studierenden Softwaretools verwenden und Ergebnisse in Form von Laborberichten dokumentieren.
2.0/2.0 VO Echtzeitsysteme
4.0/3.0 VU Dependable Systems
B. Lehrveranstaltungstypen
EX: Exkursionen sind Lehrveranstaltungen, die auerhalb des Studienortes stattfinden. Sie dienen der Vertiefung von Lehrinhalten im jeweiligen lokalen Kontext.
70
LU: Laborbungen sind Lehrveranstaltungen, in denen Studierende in Gruppen unter

Anleitung von Betreuerinnen und Betreuern experimentelle Aufgaben lsen, um den
Umgang mit Gerten und Materialien sowie die experimentelle Methodik des Faches
zu lernen. Die experimentellen Einrichtungen und Arbeitspltze werden zur Verfgung
gestellt.
PR: Projekte sind Lehrveranstaltungen, in denen das Verstndnis von Teilgebieten eines Faches durch die Lsung von konkreten experimentellen, numerischen, theoretischen
oder knstlerischen Aufgaben vertieft und ergnzt wird. Projekte orientieren sich an
den praktischberuflichen oder wissenschaftlichen Zielen des Studiums und ergnzen die
Berufsvorbildung bzw. wissenschaftliche Ausbildung.
SE: Seminare sind Lehrveranstaltungen, bei denen sich Studierende mit einem gestellten Thema oder Projekt auseinander setzen und dieses mit wissenschaftlichen Methoden
bearbeiten, wobei eine Reflexion ber die Problemlsung sowie ein wissenschaftlicher
Diskurs gefordert werden.
UE: bungen sind Lehrveranstaltungen, in denen die Studierenden das Verstndnis
des Stoffes der zugehrigen Vorlesung durch Anwendung auf konkrete Aufgaben und
durch Diskussion vertiefen. Entsprechende Aufgaben sind durch die Studierenden einzeln
oder in Gruppenarbeit unter fachlicher Anleitung und Betreuung durch die Lehrenden
(Universittslehrerinnen und -lehrer sowie Tutorinnen und Tutoren) zu lsen. bungen
knnen auch mit Computeruntersttzung durchgefhrt werden.
VO: Vorlesungen sind Lehrveranstaltungen, in denen die Inhalte und Methoden eines Faches unter besonderer Bercksichtigung seiner spezifischen Fragestellungen, Begriffsbildungen und Lsungsanstze vorgetragen werden. Bei Vorlesungen herrscht keine
Anwesenheitspflicht.
VU: Vorlesungen mit integrierter bung vereinen die Charakteristika der Lehrveranstaltungstypen VO und UE in einer einzigen Lehrveranstaltung.
C. Zusammenfassung aller verpflichtenden

Voraussetzungen
Die Absolvierung des Moduls Studieneingangsgesprch (durch Abgabe des Motivationsschreibens und aktive Teilnahme am Gesprch) bildet die Voraussetzung fr alle anderen
Module des Studiums.
Die positiv absolvierte Studieneingangs- und Orientierungsphase (Abschnitt 7) ist
Voraussetzung fr die Absolvierung aller in diesem Studienplan angefhrten Module
(inklusive der Bachelorarbeit) ausgenommen die Module bzw. Lehrveranstaltungen
71

Analysis (6.0 Ects)
D. Semestereinteilung der Lehrveranstaltungen

Die in der nachfolgenden Semestereinteilung mit Stern markierten Lehrveranstaltungen
setzen eine positiv absolvierte Studieneingangs- und Orientierungsphase (= Lehrveranstaltungen des ersten Semesters) voraus.
1. Semester (WS)
4.0/4.0 VO Algebra und Diskrete Mathematik fr Informatik und Wirtschaftsinformatik
5.0/2.0 UE Algebra und Diskrete Mathematik fr Informatik und Wirtschaftsinformatik
2.0/2.0 VO Analysis fr Informatik und Wirtschaftsinformatik
4.0/2.0 UE Analysis fr Informatik und Wirtschaftsinformatik
3.0/2.0 VU Formale Modellierung
2.9/2.0 VU Grundlagen der Programmkonstruktion
3.0/2.0 VU Grundlagen digitaler Systeme
5.9/4.0 UE Programmierpraxis
2. Semester (SS)
6.0/4.0
3.0/2.0
3.0/3.0
4.5/2.0
4.0/4.0
3.5/3.5
6.0/4.0
VU
VU
VO
UE
VU
LU
VU
Algorithmen und Datenstrukturen 1

Algorithmen und Datenstrukturen 2
Analysis 2 fr Informatik
Analysis 2 fr Informatik
Theoretische Informatik und Logik
3. Semester (WS)
* 2.0/2.0 VO Betriebssysteme
* 4.0/2.0 UE Betriebssysteme
* 6.0/4.5 VU Modellbildung in der Physik
72
*
*
*
*
3.0/3.0
4.5/3.0
4.0/4.0
3.5/2.0
VO
VU
VO
UE
Rechnerstrukturen
Signale und Systeme 1
Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
4. Semester (SS)
*
*
*
*
*
*
*
4.0/3.0
3.0/3.0
2.0/2.0
7.0/7.0
3.0/2.0
6.0/4.5
4.0/3.0
VU
VO
VO
VU
UE
VU
VU
Dependable Systems
Digital Design
Echtzeitsysteme
Microcontroller
Programmierung von Betriebssystemen
Programm- und Systemverifikation
Signale und Systeme 2
5. Semester (WS)
*
*
*
*
*
*
*
4.5/3.0
2.0/2.0
4.0/4.0
7.5/7.5
1.5/1.5
1.5/1.5
3.0/2.0
VU
VO
LU
LU
VO
LU
SE
Automatisierung
Digital Design and Computer Architecture
Hardware Modeling
Regelungstechnik
Wissenschaftliches Arbeiten
6. Semester (SS)
*10.0/5.0 PR Bachelorarbeit fr Informatik und Wirtschaftsinformatik
E. Semestereinteilung fr schiefeinsteigende
Studierende
Wegen der starken Abhngigkeiten der Module in verschiedenen Semestern ist das
Schiefeinsteigen zwar grundstzlich mglich, aber nicht empfehlenswert.
73

BachelorTechnischeInformatik PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

BachelorTechnischeInformatik PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Studienplan (Curriculum) fr das

Gltig ab 1. Oktober 2015

3. Dauer und Umfang

4. Zulassung zum Bachelorstudium

5. Aufbau des Studiums

7. Studieneingangs- und Orientierungsphase

9. Studierbarkeit und Mobilitt

C. Zusammenfassung aller verpflichtenden Voraussetzungen

D. Semestereinteilung der Lehrveranstaltungen

E. Semestereinteilung fr schiefeinsteigende Studierende

1. Grundlage und Geltungsbereich

Abstraktion, Komposition & Dekomposition, Simulation) der Informatik, unter

3. Dauer und Umfang

4. Zulassung zum Bachelorstudium

5. Aufbau des Studiums

Prfungsfcher und zugehrige Module

Grundlagen der Informatik

*Einfhrung in die Mustererkennung (6.0 Ects)

Kurzbeschreibung der Module

Abstrakte und systemorientierte Denkweisen und die Neugierde an der Programmierung

7. Studieneingangs- und Orientierungsphase

Das Abschlusszeugnis beinhaltet

9. Studierbarkeit und Mobilitt

11. Akademischer Grad

12. Integriertes Qualittsmanagement

Umfang, Niveau und Aufwand entsprechend Pflichtlehrveranstaltungen.

Fr Lehrveranstaltungen des Typs VU werden fr den Vorlesungs- bzw. bungsteil die

studienrechtlichen Organ Teilnahmebeschrnkungen vornehmen und die Vergabe der

die praktische Fhigkeit zum Entwurf eigener abstrakter Maschinen und

Algebra und Diskrete Mathematik

Verpflichtende Voraussetzungen: Keine.

Algorithmen und Datenstrukturen

eine abstrakte und effizienzorientierte Denkweise fr die Entwicklung von Programmen,

Verpflichtende Voraussetzungen: Keine.

Algorithmische Fehlerfortpflanzung, Konditionszahlen

auszuarbeitende bungsbeispiele), wodurch die in der Vorlesung vermittelten Inhalte

Lehrveranstaltungen des Moduls:

Physische Datenorganisation, Anfragebearbeitung und -optimierung

Modelle der Datenkommunikation zum Prozess- und Managementdatenaustausch

Inhalt: Chiptechnologie (physikalische Abbildung von Transistoren und Verbindungen

durch die Arbeit in Kleingruppen bewerkstelligt. Die Leistungsfeststellung erfolgt durch

Einfhrung in die Mustererkennung

Online e-learning Platform der TU WIEN (TUWEL) wird benutzt, um Materialien

Vom Feld zum idealen elektrischen Bauelement (Widerstand, Induktivitt, Kapazitt)

Kommunikation und Moderation

Grundlagen Digitaler Systeme

Boolesche Algebra und Schaltlogik

Grundlagen intelligenter Systeme

Einfhrung und Geschichte

Prsentation der Lehrinhalte in einem Vorlesungsteil (Frontalvortrag)

Microcontroller und Betriebssysteme

Interdisziplinre und flexible/anpassungsfhige Denkweise: Von normalen Systemen zu Embedded Systems.

Fundamentale Algorithmen und Datenstrukturen

Modellbildung in der Physik

Diese Voraussetzungen werden in folgenden Modulen vermittelt: Algebra und Diskrete

Praktikum Technische Informatik

Fachliche und methodische Kenntnisse: Fr die individuelle Problemstellung relevante

Programm- und Systemverifikation

Verstndnis fr das Gefahrenpotential fehlerhafter Software und Hardware

Kenntnisse der Programmiersprachen und der produktiven Programmierung aus

Ausgewhlte Entwurfsmuster und objektorientierte Programmiertechniken

Kognitive und praktische Fertigkeiten:

Verpflichtende Voraussetzungen: Keine.